Funktionen zum prädiktiven Modellieren

In diesem Artikel werden Funktionen zum prädiktiven Modellieren sowie deren Nutzen in Tableau vorgestellt. Außerdem wird anhand eines Beispiels veranschaulicht, wie Tabellenberechnungen mit den Funktionen zum prädiktiven Modellieren erstellt werden können.

Wozu dienen die Funktionen zum prädiktiven Modellieren?

Funktionen zum prädiktiven Modellieren können Ihnen helfen, mithilfe von Tabellenberechnungen schnell Vorhersagen zu generieren, die wie Daten bearbeitet, visualisiert und exportiert werden können.

Zuvor müssen Sie möglicherweise Tableau mit R und Python integrieren, um fortgeschrittene statistische Berechnungen durchzuführen und in Tableau zu visualisieren. Dann können Sie Ziele und Prädiktoren auswählen, indem Sie die Variablen aktualisieren und mehrere Modelle mit unterschiedlichen Kombinationen von Prädiktoren visualisieren. Die Daten können auf allen Detailebenen gefiltert, aggregiert und transformiert werden, wobei Eingaben und Vorhersagen automatisch neu berechnet werden, um den Daten in der Ansicht zu entsprechen.

Weitere Informationen zu prädiktiven Modellierungsfunktionen in Tableau finden Sie unter Funktionsweise der Vorhersagemodellierungsfunktionen in Tableau

In Tableau verfügbare Vorhersagemodellierungsfunktionen

MODEL_PERCENTILE

SyntaxMODEL_PERCENTILE(
model_specification (optional),
target_expression,
predictor_expression(s))
DefinitionGibt die Wahrscheinlichkeit (zwischen 0 und 1) zurück, dass der erwartete Wert kleiner oder gleich der beobachteten Markierung ist, die durch den Zielausdruck und andere Prädiktoren definiert wird. Dies ist die A-Posteriori-Verteilungsfunktion oder kumulative Verteilungsfunktion (CDF, Cumulative Distribution Function).
Beispiel
MODEL_PERCENTILE( SUM([Sales]),COUNT([Orders]))

MODEL_QUANTILE

SyntaxMODEL_QUANTILE(
model_specification (optional),
quantile,
target_expression,
predictor_expression(s))
DefinitionGibt einen numerischen Zielwert innerhalb des wahrscheinlichen Bereichs zurück, der durch den Zielausdruck und andere Prädiktoren bei einem angegebenen Quantil definiert wird. Dies ist das A-Posteriori-Quantil.
Beispiel
MODEL_QUANTILE(0.5, SUM([Sales]), COUNT([Orders]))

Erstellen einer prädiktiven Berechnung

Sehen Sie sich die nachfolgenden Schritte an, um mehr über das Erstellen einer einfachen prädiktiven Berechnung mithilfe der Funktion MODEL_QUANTILE zu erfahren. Ein detaillierteres Beispiel finden Sie unter Beispiel – Untersuchen der weiblichen Lebenserwartung mit Vorhersagemodellierungsfunktionen.

Schritt 1: Erstellen einer Visualisierung

  1. Stellen Sie in Tableau Desktop eine Verbindung zur standardmäßig in Tableau enthaltenen gespeicherten Datenquelle Beispiel – Superstore her.
  2. Navigieren Sie zu einem Arbeitsblatt.
  3. Ziehen Sie aus dem Bereich Daten die Dimension Bestelldatum in den Spalten-Container.
  4. Öffnen Sie das Kontextmenü der Maßnahme, um die Listenebene in Monat und Jahr zu ändern:

  5. Ziehen Sie Umsätze in den Zeilen-Container.

Schritt 2: Erstellen des berechneten Felds

  1. Klicken Sie oben, um das Menü Analyse zu öffnen, und wählen Sie dann Berechnetes Feld erstellen aus.
  2. Gehen Sie im "Berechnungseditor" wie folgt vor:
    • Benennen Sie die Berechnung: Vorhergesagter Medianumsatz.
    • Geben Sie die folgende Formel ein:
      MODEL_QUANTILE(0.5, SUM([Sales]),ATTR(DATETRUNC('month', [Order Date])))

      Denken Sie daran: Die MODEL_QUANTILE-Funktion nimmt ein bestimmtes Quantil und sagt Werte basierend auf den von Ihnen eingegebenen Prädiktoren voraus.

      Lassen Sie uns dies aufschlüsseln:

      • In diesem Fall ist das Quantil 0,5, was den Median vorhersagt.
      • Wir möchten den Umsatz vorhersagen, daher lautet der Zielausdruck SUM([Sales]).
      • Wir möchten die Vorhersage auf der früheren Leistung basieren, also schließen wir das Datum als Prädiktor ein, was das letzte Argument in der Berechnung ist.
  3. Klicken Sie auf OK, wenn Sie fertig sind.

Die Vorhersageberechnung wird nun als berechnetes Feld im Datenbereich hinzugefügt.

Schritt 3: Hinzufügen der Vorhersageberechnung zur Ansicht

  1. Ziehen Sie die Vorhersageberechnung in den Zeilen-Container rechts von SUM(Sales).
  2. Klicken Sie mit der rechten Maustaste (bzw. bei Mac-Computern bei gedrückter Control-Taste) auf die Maßnahme und wählen Sie Doppelachse aus.
  3. Wenn Sie die beiden Achsen in einem Diagramm mit Doppelachse ausrichten möchten, um den gleichen Maßstab verwenden zu können, klicken Sie mit der rechten Maustaste (Strg + Mausklick auf einem Mac) auf die sekundäre Achse (in diesem Fall Vorhergesagter Medianumsatz) und wählen Sie vAchse synchronisieren aus. Dadurch wird der Maßstab der beiden Achsen ausgerichtet.

Mehr gibt es dazu nicht zu sagen. Informationen dazu, wie Sie eine Datumsachse erweitern und die Zukunft vorhersagen können, finden Sie unter Vorhersagemodellierungsfunktionen in Zeitreihenvisualisierungen.

Regeln für Vorhersageberechnungen

  • Sie können keine aggregierten und nicht aggregierten Argumente mischen. Wenn der Zielausdruck ein Aggregat ist, muss es auch der Prädiktor sein.
  • Die Funktionen eignen sich am besten zur Vorhersage von Werten für einzelne Datensätze in Visualisierungen, bei denen jede Markierung eine diskrete Einheit darstellt, wie z. B. eine Person, ein Produkt, einen Verkauf usw.
  • Die Funktionen werden am besten zur Vorhersage von Werten für aggregierte Zielausdrücke unter Verwendung von SUM und COUNT verwendet.
  • Es wird nicht empfohlen, Werte für aggregierte Zielausdrücke mithilfe von AVG, MEDIAN, MIN oder MAX vorherzusagen.
  • Die Funktionen sollten Prädiktoren verwenden, die auf der gleichen Detailebene oder höher als die Visualisierung sind.
Vielen Dank für Ihr Feedback!Ihr Feedback wurde erfolgreich übermittelt. Vielen Dank.