Πρόβλεψη χρονοσειρών με χρήση του Microsoft Power BI

Πρόβλεψη χρονοσειρών με χρήση του Microsoft Power BI

Oktober 1, 2022 0 Von admin

Εισαγωγή

Εικόνα για ανάρτηση

Φωτογραφία από την Aron Visuals στο Unsplash

Η πρόβλεψη χρονοσειρών είναι ένας πραγματικά σημαντικός τομέας της Μηχανικής Μάθησης, καθώς σας δίνει τη δυνατότητα να «βλέπετε» εκ των προτέρων και να κάνετε ανάλογα σχέδια στην επιχείρησή σας. Σε αυτό το ιστολόγιο, θα δούμε τι είναι η πρόβλεψη χρονοσειρών, πώς το Power BI δημιουργεί γραφήματα πρόβλεψης χρονοσειρών και λειτουργικές μονάδες που χρησιμοποιεί το power bi για την πρόβλεψη.

Τι είναι η πρόβλεψη χρονοσειρών;

Οι χρονοσειρές είναι η συλλογή δεδομένων σε τακτά χρονικά διαστήματα ως προς Ημέρες, Ώρες, Μήνες και Έτη. Η πρόβλεψη χρονοσειρών είναι μια τεχνική στη μηχανική μάθηση, η οποία αναλύει δεδομένα και τη χρονική αλληλουχία για την πρόβλεψη μελλοντικών γεγονότων. Αυτή η τεχνική παρέχει σχεδόν ακριβείς υποθέσεις σχετικά με τις μελλοντικές τάσεις με βάση τα ιστορικά δεδομένα χρονοσειρών.

Οι χρονοσειρές σάς επιτρέπουν να αναλύετε σημαντικά μοτίβα όπως τάσεις, εποχικότητα, κυκλικότητα και παρατυπία. Χρησιμοποιείται για διάφορες εφαρμογές, όπως ανάλυση χρηματιστηρίου, αναγνώριση προτύπων, πρόβλεψη σεισμών, οικονομική πρόβλεψη, ανάλυση απογραφής και ούτω καθεξής.

Οι χρονοσειρές περιλαμβάνουν κύκλους τάσεων και εποχικότητα. Δυστυχώς, πολλοί συγχέουν την εποχική συμπεριφορά με την κυκλική συμπεριφορά. Για να αποφύγουμε τη σύγχυση, ας καταλάβουμε τι είναι:

  • Τάση: Μια αύξηση ή μείωση των δεδομένων σε μια χρονική περίοδο ονομάζεται τάση.
  • Εποχής: Συχνά, η εποχικότητα είναι σταθερής και γνωστής συχνότητας. Για παράδειγμα, εποχικοί παράγοντες όπως η εποχή του έτους ή η ημέρα της εβδομάδας, εμφανίζεται ένα εποχιακό μοτίβο.
  • Κυκλικός: Όταν μια έκθεση δεδομένων παρουσιάζει διακυμάνσεις, εμφανίζεται ένας κύκλος. Αλλά σε αντίθεση με την εποχιακή, δεν είναι σταθερής συχνότητας.

Ποιον αλγόριθμο χρησιμοποιεί το Power View για την πρόβλεψη χρονοσειρών;

Το Power BI παρέχει δύο εκδόσεις εκθετικής εξομάλυνσης, μία για εποχιακά δεδομένα (ETS AAA)και ένα για μη εποχικά δεδομένα (ETS AAN) Το Power BI χρησιμοποιεί το κατάλληλο μοντέλο αυτόματα όταν ξεκινάτε μια πρόβλεψη για το γραμμικό σας γράφημα, με βάση μια ανάλυση των δεδομένων ιστορικού.

Πώς να δημιουργήσετε γραφήματα πρόβλεψης χρονοσειρών στο Power BI.

Σε αυτό το σεμινάριο, χρησιμοποιώ το παρακάτω σύνολο δεδομένων.

Σύνολο δεδομένων πρόβλεψης χρονοσειρών

Για να χρησιμοποιήσετε τη δυνατότητα πρόβλεψης χρησιμοποιούμε την καρτέλα Analytics, το παράθυρο Analytics σάς επιτρέπει να προσθέσετε δυναμικές γραμμές αναφοράς στα γραφικά σας για να εστιάσετε σε σημαντικές τάσεις ή πληροφορίες. Βρίσκεται στο Οπτικοποιήσεις περιοχή του Power BI Desktop.

Καρτέλα Οπτικοποίηση

Δημιουργία γραμμικού γραφήματος:

Γραμμικό γράφημα

Χρονική σειρά

Για την Πρόβλεψη, μεταβείτε στο παράθυρο αναλυτικών στοιχείων που μπορούμε να δούμε α Πρόβλεψη επιλογή. Ας κάνουμε κλικ Προσθήκηορίστε τη διάρκεια πρόβλεψης σε 6 έτη με διάστημα εμπιστοσύνης 95% και κάντε κλικ Ισχύουν. Θα παρατηρήσετε τώρα ότι έχουμε μια γραμμή πρόβλεψης μετά τη λήξη των δεδομένων μας και η σκιασμένη γκρίζα περιοχή είναι το διάστημα εμπιστοσύνης μας.

Πρόβλεψη χρονοσειρών

συμπέρασμα

Εάν θέλετε να δείτε γρήγορα την τάση και τις προβλέψεις στο ίδιο πλαίσιο για να κατανοήσετε και να λάβετε οποιαδήποτε επιχειρηματική απόφαση, το Power BI μπορεί να σας βοηθήσει.

Μπορείτε να χρησιμοποιήσετε το Arima και άλλες ενότητες χρονοσειρών επίσης σε Python ή R, την επόμενη φορά θα μιλήσω για το Arima με την Python.

Ελπίζω ότι αυτό το άρθρο θα σας βοηθήσει και θα εξοικονομήσετε αρκετό χρόνο. Ενημερώστε με αν έχετε οποιεσδήποτε προτάσεις.

ΕΥΤΥΧΙΣΜΕΝΗ ΚΩΔΙΚΟΠΟΙΗΣΗ.

Σχετικά με τον Συγγραφέα

Prabhat Pathak – Associate Analyst

Είμαι μηχανικός που εργάζομαι σε κορυφαίες πολυεθνικές εταιρείες ως συνεργάτης αναλυτής και λάτρης της καινοτομίας. Μου αρέσει να μαθαίνω νέα πράγματα, πιστεύω ότι κάθε δεδομένα έχει μια ιστορία και μου αρέσει να διαβάζω τις ιστορίες.