Fonctions de modélisation prédictive

Cet article présente les fonctions de modélisation prédictive et leurs utilisations dans Tableau. En s’appuyant sur un exemple, il montre également comment créer des calculs de table à l’aide des fonctions de modélisation prédictive.

Pourquoi utiliser des fonctions de modélisation prédictive

Les fonctions de modélisation prédictive peuvent vous aider à générer rapidement des prédictions qui peuvent être manipulées, visualisées et exportées comme des données à l’aide de calculs de table.

Auparavant, vous deviez éventuellement intégrer Tableau avec R et Python pour effectuer des calculs statistiques avancés et les visualiser dans Tableau. Désormais, vous pouvez sélectionner des cibles et des prédicteurs en mettant à jour les variables et en visualisant plusieurs modèles avec différentes combinaisons de prédicteurs. Les données peuvent être filtrées, agrégées et transformées à tous les niveaux de détail, les entrées et les prédictions ayant été automatiquement recalculées pour correspondre aux données de la vue.

Pour plus d’informations sur les fonctions de modélisation prédictive dans Tableau, consultez Description des fonctions de modélisation prédictive dans Tableau

Fonctions de modélisation prédictive disponibles dans Tableau

MODEL_PERCENTILE

SyntaxeMODEL_PERCENTILE(
model_specification (optional),
target_expression,
predictor_expression(s))
DéfinitionRenvoie la probabilité (comprise entre 0 et 1) que la valeur attendue soit inférieure ou égale au repère observé, définie par l’expression cible et d’autres prédicteurs. Il s’agit de la fonction de distribution prédictive postérieure, également appelée fonction de distribution cumulative (CDF).
Exemple
MODEL_PERCENTILE( SUM([Sales]),COUNT([Orders]))

MODEL_QUANTILE

SyntaxeMODEL_QUANTILE(
model_specification (optional),
quantile,
target_expression,
predictor_expression(s))
DéfinitionRenvoie une valeur numérique cible dans la plage probable définie par l’expression cible et d’autres prédicteurs, au quantile spécifié. Il s’agit du quantile prédictif postérieur.
Exemple
MODEL_QUANTILE(0.5, SUM([Sales]), COUNT([Orders]))

Créer un calcul de prédiction

Suivez la procédure ci-dessous pour apprendre à créer un calcul de prédiction simple à l’aide de la fonction MODEL_QUANTILE. Pour un exemple plus détaillé, consultez Exemple - Explorer l’espérance de vie des femmes avec des fonctions de modélisation prédictive.

Étape 1 : Créer une visualisation

  1. Dans Tableau Desktop, connectez-vous à la source de données Exemple - Hypermarché enregistrée qui est fournie avec Tableau.
  2. Accédez à une feuille de calcul.
  3. Depuis le volet Données, faites glisser la dimension Order Date vers l’étagère Colonnes.
  4. Ouvrez le menu contextuel de la mesure pour modifier son niveau de liste en Mois et Année :

  5. Faites glisser Sales sur l’étagère Lignes.

Étape 2 : Créer le champ calculé

  1. Cliquez pour ouvrir le menu Analyse en haut, puis sélectionnez Créer un champ calculé.
  2. Dans l’éditeur de calcul, procédez comme suit :
    • Nommez le calcul : Prédire les ventes médianes.
    • Entrez la formule suivante :
      MODEL_QUANTILE(0.5, SUM([Sales]),ATTR(DATETRUNC('month', [Order Date])))

      Gardez à l’esprit que la fonction MODEL_QUANTILE prend un quantile donné et prédit des valeurs basées sur les prédicteurs que vous avez entrés.

      Nous allons décomposer ce calcul,

      • dans ce cas le quantile = 0,5, qui prédit la médiane.
      • Nous voulons prédire les ventes, donc l’expression cible est SUM([Sales]).
      • Nous voulons baser la prédiction sur les performances passées, donc nous incluons la date comme prédicteur, qui est le dernier argument dans le calcul.
  3. Lorsque vous avez terminé, cliquez sur OK.

Le calcul de prédiction est maintenant ajouté sous forme de champ calculé dans le volet Données.

Étape 3 : Ajouter le calcul de prédiction à la vue

  1. Faites glisser le calcul de prédiction sur l’étagère Lignes, à droite de SUM(Sales).
  2. Faites un clic droit (Ctrl+clic sur Mac) sur la mesure et sélectionnez Axe double.
  3. Pour aligner les deux axes sur un graphique à axes doubles de manière à avoir la même échelle, faites un clic droit (Ctrl+clic sur Mac) sur l’axe secondaire, dans ce cas Prédire les ventes médianes, et sélectionnez Synchroniser l’axe. L’échelle des deux axes est alors alignée.

Rien de plus simple. Pour savoir comment étendre un axe de date et prédire l’avenir, voir Fonctions de modélisation prédictive dans les visualisations de séries chronologiques.

Règles pour les calculs de prédiction

  • Vous ne pouvez pas mélanger les arguments agrégés et non agrégés. Si l’expression cible doit être une agrégation, le prédicteur doit également l’être.
  • Les fonctions sont optimales pour prédire les valeurs pour les enregistrements individuels, dans des visualisations où chaque repère représente une entité distincte, telle qu’une personne, un produit, une vente, etc.
  • Les fonctions sont optimales pour prédire les valeurs des expressions cibles agrégées à l’aide de SUM et COUNT.
  • Les fonctions ne sont pas recommandées pour prédire les valeurs des expressions cibles agrégées à l’aide des fonctions AVG, MEDIAN, MIN ou MAX.
  • Les fonctions doivent utiliser des prédicteurs qui sont au même niveau de détail que la visualisation ou supérieur.