การสร้างแบบจำลองแบบคาดการณ์ด้วยเครื่องหมายที่สร้างขึ้น

หากใช้ Tableau มาระยะหนึ่ง คุณอาจเคยได้ยินวลี "การเพิ่มความหนาแน่นของข้อมูล” ซึ่งหมายถึงกระบวนการที่ Tableau สร้างเครื่องหมายและเพิ่มลงไปในมุมมอง แม้ว่าระเบียนในแหล่งข้อมูลเบื้องหลังจะไม่สนับสนุนเครื่องหมายเหล่านั้นก็ตาม การดำเนินการนี้อาจทำเพื่อขยายแกนวันที่ หรือหากคุณทำงานอยู่กับฟังก์ชันการสร้างแบบจำลองการคาดการณ์ ก็อาจทำเพื่อแสดงการคาดการณ์

ดูวิดีโอ: สำหรับการพูดคุยเชิงลึกเกี่ยวกับการเพิ่มความหนาแน่นให้ข้อมูล โปรดดูการนำเสนอนี้จาก TC19: สิ่งที่คุณได้ทำกับข้อมูล เจาะลึกข้อมูลการนำเข้าและการเพิ่มความหนาแน่นให้ข้อมูล

เรียนรู้เพิ่มเติม: ดูบล็อกโพสต์นี้เกี่ยวกับการรับรองข้อมูลจาก Data Plus Science

คำนวณการคาดการณ์ค่าที่หายไป

ตัวอย่างเช่น คุณอาจต้องการเพิ่มการคาดการณ์สำหรับวันที่ในอนาคต ตามค่าเริ่มต้น ค่าที่หายไปใน Tableau จะไม่แสดงขึ้น แต่คุณสามารถสร้างเครื่องหมายเหล่านี้ได้ดังนี้

  1. คลิกขวา (กดปุ่ม Control แล้วคลิกบน Mac) ที่ฟิลด์และส่วนหัวของกล่อง

  2. เลือกแสดงค่าที่หายไป

    เมนูบริบทของฟิลด์ที่เลือกให้แสดงค่าที่หายไป

  3. แต่การดำเนินการนี้ยังไม่เพียงพอที่จะให้คุณคาดการณ์เกี่ยวกับเครื่องหมายที่สร้างขึ้นเหล่านั้นได้ หากคุณพยายามทำการคำนวณ (ไม่ว่าจะเป็นการคำนวณการคาดการณ์หรือไม่ก็ตาม) Tableau จะส่งคืนค่า null การดำเนินการนี้จะเป็นไปตามที่คาดไว้ เนื่องจากเครื่องหมายเหล่านี้อิงตามค่าที่ขาดหายไปซึ่งไม่มีอยู่

    หากต้องการคาดการณ์ค่าที่หายไปเหล่านั้น ให้เปิดเมนูการวิเคราะห์ทางด้านบน แล้วเลือกอนุมานพร็อพเพอร์ตี้จากค่าที่หายไป

    เมนูการวิเคราะห์ที่เลือกให้อนุมานพร็อพเพอร์ตี้จากค่าที่หายไป

    หมายเหตุ: การตั้งค่าเริ่มต้นคือปิดอนุมานพร็อพเพอร์ตี้จากค่าที่หายไป แม้ว่าจะเปิดแสดงค่าที่หายไปไว้ก็ตาม ฟิลด์หรือแกนใดๆ ที่สามารถขยายได้โดยใช้แสดงค่าที่หายไป สามารถใช้การตั้งค่านี้ได้

ตัวอย่างการคาดการณ์เกี่ยวกับเครื่องหมายที่สร้างขึ้น

เรามาเรียนรู้เกี่ยวกับกับการดำเนินการนี้กันต่อ เราจะเปรียบเทียบภาพประกอบ 3 ภาพที่แตกต่างกันซึ่งแสดงให้เห็นว่าการตั้งค่าแสดงค่าที่ขาดหายไปและอนุมานพร็อพเพอร์ตี้จากค่าที่หายไปนั้น สามารถส่งผลต่อการแสดงเป็นภาพของคุณอย่างไร ทั้งนี้ขึ้นอยู่กับว่ามีการเปิดหรือปิดการตั้งค่าอย่างใดอย่างหนึ่งหรือทั้งสองอย่าง หากต้องการเรียนรู้ ให้ดาวน์โหลดเวิร์กบุ๊กต่อไปนี้จาก Tableau Public: การคาดการณ์ค่าที่หายไป

เราได้รวมการคาดการณ์โดยใช้ ATTR(DAY([วันที่สั่งซื้อ])) เป็นตัวคาดการณ์ ซึ่งถึงแม้จะไม่ใช่ตัวคาดการณ์ที่ดีที่สุดสำหรับข้อมูล (และให้ผลการคาดการณ์ที่ไม่เพียงพอก็ตาม) แต่สำหรับวัตถุประสงค์ของบทความนี้กลับเป็นภาพประกอบที่ดีของอนุมานพร็อพเพอร์ตี้จากค่าที่หายไป

แต่ละการแสดงเป็นภาพจะรวมถึงการวัดผลที่เหมือนกัน 4 รายการบนแผงแถวดังที่อธิบายไว้ด้านล่าง

  • แถวที่ 1: SUM([Profit])
  • แถวที่ 2: RUNNING_SUM(SUM([Profit]))
  • แถวที่ 3: ATTR(DAY([Order Date]))
  • แถวที่ 4: MODEL_QUANTILE(0.5, SUM([Profit]),ATTR(DAY([Order Date])))

ภาพประกอบ 1

ภาพประกอบ 1

ในภาพด้านบน ทั้งแสดงค่าที่หายไปและอนุมานพร็อเพอร์ตี้จากค่าที่หายไปปิดใช้งานอยู่ ซึ่งเป็นการตั้งค่าเริ่มต้นใน Tableau

คุณจะเห็นการแสดงเป็นภาพเช่นเดียวกันนี้หากเปิดอนุมานพร็อพเพอร์ตี้จากค่าที่หายไป และปิดแสดงค่าที่หายไป ทั้งนี้เป็นเพราะอนุมานพร็อพเพอร์ตี้จากค่าที่หายไปจะขึ้นอยู่กับการเปิดแสดงค่าที่หายไป

ภาพประกอบ 2

ภาพประกอบ 2

ในภาพด้านบน แสดงค่าที่หายไปเปิดอยู่และอนุมานพร็อเพอร์ตี้จากค่าที่หายไปปิดอยู่ การตั้งค่าเริ่มต้นคืออนุมานพร็อพเพอร์ตี้จากค่าที่หายไปจะปิดอยู่ แม้ว่าแสดงค่าที่หายไปจะเปิดอยู่ก็ตาม

โปรดทราบว่าในสถานการณ์นี้ เราจะไม่คำนวณค่า ATTR ใน DAY([วันที่สั่งซื้อ]) สำหรับค่าที่หายไป (แถว 3) เราสร้างการคาดการณ์สำหรับวันที่มีข้อมูลหนาแน่นได้ แต่เนื่องจากเราไม่สามารถสรุป ATTR(DAY([วันที่สั่งซื้อ])) จริงตามที่แสดงในแถวที่ 3 ได้ จึงเหมือนกันสำหรับวันที่ขาดหายไปทั้งหมด เครื่องหมายเหล่านั้นจะถูกคำนวณอย่างมีประสิทธิภาพราวกับว่า DAY([วันที่สั่งซื้อ]) เป็นค่า Null

ภาพประกอบ 3

ภาพประกอบ 3

ในภาพนี้ ทั้งแสดงค่าที่หายไปและอนุมานพร็อเพอร์ตี้จากค่าที่หายไปเปิดใช้งานอยู่ ซึ่งแสดงให้เห็นการทำงานของการตั้งค่าอนุมานพร็อเพอร์ตี้จากค่าที่หายไป

อย่างที่คุณเห็น เนื่องจากเราสามารถอนุมาน ATTR(DAY([วันที่สั่งซื้อ])) (แถว 3) ได้ เราจึงสามารถใช้คาดการณ์ในแถวที่ 4 ได้ ส่งผลให้การคาดการณ์มีเส้นโค้งแบบปรับเรียบ

ขอบคุณสำหรับข้อเสนอแนะของคุณส่งข้อเสนอแนะของคุณเรียบร้อยแล้ว ขอขอบคุณ