Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze zelfstudie laat ik u LuckyTemplates-afwijkingsdetectie zien, een van de nieuwste preview-functies die eind vorig jaar zijn uitgebracht. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Ik kon het meteen gebruiken in een van mijn rapporten, met name in een rapport dat ik had ingediend voor een van de vorige .
Inhoudsopgave
Overzicht LuckyTemplates-afwijkingsdetectie
In het rapport dat ik heb gemaakt, ziet u dat ik enkele van deze anomaliedetecties in de LuckyTemplates-desktop heb gemaakt om downtimeminuten en defecten in de loop van de tijd weer te geven.
Eerst moet je de functie inschakelen als je dat nog niet hebt gedaan. Ga gewoon naar het bestandslint en klik vervolgens op Opties en instellingen.
Klik vervolgens op Opties. Dit zal een venster openen.
Klik in het venster op Voorbeeldfuncties in het linkerdeelvenster. Zoek vervolgens naar Anomaly Detection en zorg ervoor dat deze is ingeschakeld.
Zodra u op OK klikt, wordt de functie nu ingeschakeld.
Als je deze opties niet ziet, controleer dan of je de meest recente versie van LuckyTemplates gebruikt. De LuckyTemplates-indeling die u op mijn schermafbeeldingen ziet, is van de update van februari 2021.
Beperkingen van LuckyTemplates-afwijkingsdetectie
De nieuwe LuckyTemplates-functie voor afwijkingsdetectie is best handig, maar heeft wel enkele beperkingen. Als u op de koppeling "Meer informatie" klikt naast afwijkingsdetectie in het menu Preview-functies, gaat u rechtstreeks naar de Microsoft-documentatie voor deze preview.
Deze pagina is vrij uitgebreid in termen van wat afwijkingsdetectie doet en hoe het werkt, maar ik wil dat je naar beneden scrolt totdat je de lijst met beperkingen ziet.
Dit is niet om u ervan te weerhouden afwijkingen te detecteren in uw LuckyTemplates-rapporten . Ik wil alleen dat u weet wat u kunt verwachten zodra u deze functie gaat gebruiken.
Op deze lijst met beperkingen denk ik dat het belangrijkste om op te merken is dat de LuckyTemplates-functie voor afwijkingsdetectie voorlopig alleen lijndiagrammen ondersteunt. Dit is uiterst belangrijke informatie, wetende dat visualisaties een grote rol spelen bij het maken van krachtige rapporten.
Wat u kunt doen met LuckyTemplates-afwijkingsdetectie
Ik ga je door de verschillende opties leiden die je hebt als het gaat om afwijkingsdetectie.
Klik in het rechterdeelvenster onder Visualisaties op het pictogram dat op een vergrootglas lijkt. Daaronder vind je de verschillende instellingen die je nodig hebt voor afwijkingsdetectie.
Een van de factoren die u kunt aanpassen, is gevoeligheid. Je kunt dit omhoog of omlaag trekken, waarbij het aantal afwijkingen toeneemt naarmate het percentage stijgt. In dit geval heb ik dat ingesteld op 70%.
U kunt ook kiezen welke variabele u wilt gebruiken om de afwijkingen te verklaren. In dit geval heb ik dat ingesteld op Plantlocatie.
Als je naar de anomalieën op mijn kaart kijkt, zie je ook dat ik de regendruppelvorm heb gebruikt om aan te geven waar de anomalieën liggen. Dat is nog iets dat je kunt veranderen, voor het geval je een andere vorm wilt, zoals een vierkant of een driehoek.
U kunt ook de grootte en de kleur wijzigen.
Terwijl u verder naar beneden scrolt, vindt u andere opties die u kunt gebruiken.
Thema's kiezen voor uw visualisatie
Toen ik aan dit rapport werkte, merkte ik een andere beperking van deze functie op. Zoals je kunt zien, heb ik een donker thema gebruikt op mijn rapport met beperkte kleuren. Dit levert een probleem op.
Kortom, als u op een afwijking klikt, worden details van die afwijking in het rechterdeelvenster geopend. Het probleem is dat de details altijd tegen een lichte achtergrond worden geplaatst. Zoals je hieronder kunt zien, omdat mijn anomalieën ook licht gekleurd zijn, kun je ze nauwelijks zien tegen de witte achtergrond.
Er zullen ook anomalieën zijn met meer gedetailleerde uitleg onderaan. Als ik op een van die anomalieën klik, zie je dat er onder het lijndiagram bovenaan een fabriekslocatie staat vermeld onder mogelijke verklaringen.
Als ik op de vervolgkeuzelijst naast het percentage klik, wordt er een ander lijndiagram geopend met de specifieke kenmerken van die locatie. Het probleem is dat deze details vaak twee verschillende regels gebruiken. Omdat ik maar één kleur heb gebruikt in mijn visualisatie, is het onmogelijk om te zien welke lijnen welke zijn op de uitlegkaart.
Er is een gemakkelijke oplossing voor dit probleem. Ik heb nog een PBIX-bestand van mijn rapport gemaakt en daarna het thema gewijzigd dat ik gebruikte. Als u het thema van het rapport wilt wijzigen, klikt u op het lint Bekijken en kiest u een van de thema's die worden weergegeven.
Dit thema gebruikt niet alleen een lichtere achtergrond, het voegt ook meer kleur toe aan de visualisatie . Dus als ik nogmaals naar het lijndiagram onder Mogelijke verklaringen kijk, zie je dat het nu gemakkelijker is om onderscheid te maken tussen de verschillende variabelen.
Als u naar de grafiek kijkt die de details van de anomalieën toont, kunt u ook zien dat de gegevenspunten nu duidelijk zichtbaar zijn.
Wat ik hier nu ga doen, is de uitleg aan mijn rapport toevoegen. Dus ik sleep gewoon de hoeken van mijn bestaande diagrammen naar de rapportpagina.
Vervolgens klik ik op 'Toevoegen aan rapport' in het uitlegschema.
Dit zal die grafiek toevoegen aan mijn huidige rapport.
Dit ziet er ongetwijfeld aantrekkelijker uit dan mijn oorspronkelijke verslag. Natuurlijk heb je de vrijheid om te kiezen welk thema je denkt dat het beste bij je past. Zorg ervoor dat u rekening houdt met de beperkingen die ik eerder heb genoemd voordat u een definitief thema kiest.
Hopelijk kunnen we met de LuckyTemplates-functie voor afwijkingsdetectie in de toekomst onze eigen kleuren kiezen zonder afhankelijk te zijn van de vooraf ingestelde thema's van Microsoft.
Mastering Rapportontwikkeling Begin tot eind
Als je je afvraagt hoe je een meer gedetailleerde tutorial kunt krijgen over hoe anomaliedetectie werkt, ik heb eigenlijk een cursus die dit bespreekt. De cursus heet en is gebaseerd op het LuckyTemplates Challenge-item dat ik je eerder heb laten zien.
Geen zorgen, want hoewel dat rapport de basis was van deze cursus, gaat het daar zeker niet volledig op in. Het is meer een stapsgewijze handleiding over hoe ik uitgebreide rapporten bouw die zoveel mogelijk inzicht geven.
Je kunt meer te weten komen over de cursus via dit bericht op het toen de cursus voor het eerst werd uitgebracht.
De cursus is toegankelijk via . Hoewel de meeste cursussen in de portal gratis toegankelijk zijn of door voor elke afzonderlijke cursus te betalen, krijgt u de beste waarde via een .
U kunt op de cursus klikken om te zien wat er in het curriculum is opgenomen.
Hier ziet u dat afwijkingsdetectie een van de onderwerpen is die in deze cursus, die ongeveer 26 minuten duurt, wordt besproken. Ik ga echt in detail in deze cursus, dus zorg ervoor dat je je aanmeldt als je meer wilt weten over anomaliedetectie.
Conclusie
LuckyTemplates-afwijkingsdetectie is vrij nieuw, dus laten we het wat tijd geven en we zullen zeker minder beperkingen gaan zien. Het is nu al nuttig zoals het is, dus zorg ervoor dat je het uitprobeert op elk rapport waaraan je misschien werkt.
Nogmaals, beschouw dit als een teken om u aan te melden voor een LuckyTemplates-lidmaatschap. Het is zeker niet alleen afwijkingsdetectie waar u meer over wilt weten. Ongeacht of u een beginner of een ervaren gebruiker bent, er zal altijd meer te leren zijn, vooral als u rekening houdt met het dynamische karakter van LuckyTemplates. Een LuckyTemplates-lidmaatschap geeft u toegang tot cursussen, bronnen, tools en exclusieve evenementen die u kunnen helpen uw vaardigheden in LuckyTemplates te verbeteren.
Al het beste,
Jarrett
Dynamische triggerpunten voor uitschieters creëren in LuckyTemplates
Anomalieën in LuckyTemplates demonstreren en begrijpen
LuckyTemplates-gegevenssets: leer hoe u abnormaal gedrag kunt detecteren met behulp van DAX
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten