Was ist eine Vorhersageebene?

Vorhersage-Schicht

Lernen Sie, wie man die Prognoseschicht in Tulip Analytics verwendet

Die Prognoseschicht im Tulip Analytics Builder bietet eine sofort einsatzbereite Prognose für Zeitreihendaten. Die Schicht verwendet maschinelles Lernen, um die vorhandenen Daten in Ihrer Analyse auszuwerten und eine wahrscheinliche zukünftige Entwicklung dieser Daten vorherzusagen und zu visualisieren.

Konfiguration

Voraussetzungen

Wie im Artikel Einführung in Diagrammebenen beschrieben, sind Ebenen für bestimmte Diagrammkonfigurationen verfügbar. Im Falle des Forecast Layers sind dies die folgenden:

• Datenquelle: Tulip-Tabelle
• Vorlage: Eine Operation
• Ansicht: Liniendiagramm
• x-Achse: Zeitserie, gruppiert nach Tag
• y-Achse: Numerischer Wert (Zahl, Ganzzahl, Intervall)

Sobald eine Diagrammkonfiguration diese Anforderungen erfüllt, ist die Vorhersageebene im Fenster Diagrammebenen verfügbar. Dieses kann durch Klicken auf die Schaltfläche Diagrammebenen in der oberen rechten Ecke des Analyse-Editors geöffnet werden.

Einrichten

Um den Prognose-Layer zu aktivieren, klicken Sie auf das Kippsymbol neben "Prognose" im Seitenbereich "Ebenen". Daraufhin werden die Ebeneneinstellungen geöffnet, in denen Folgendes festgelegt werden kann:

• Vorhersagestrategie - Siehe "Auswahl der richtigen Vorhersagestrategie" unten
• Vorhersagezeitraum - Die Anzahl der Tage, die als Vorhersage angezeigt werden sollen

Nach einer kurzen Berechnung wird die Prognose in der Visualisierung angezeigt. Dazu gehören eine gestrichelte Linie, die die erwarteten Werte der Prognose visualisiert, und ein blauer Korridor, der das 95%-Konfidenzintervall anzeigt. Letzteres bedeutet, dass der Algorithmus zu 95% sicher ist, dass die Werte innerhalb dieses Korridors liegen werden.

Auswahl der richtigen Prognosestrategie

Es sind drei Prognosestrategien verfügbar. Die Wahl der richtigen Strategie für Ihren Anwendungsfall kann die Qualität Ihrer Vorhersage verbessern.

• Unbegrenzt: Verwenden Sie diese Strategie, wenn die numerischen Daten, die Sie visualisieren, theoretisch jeden Wert erreichen können.

• Positiv: Verwenden Sie diese Prognosestrategie für numerische Daten, die nicht negativ sein können, wie z. B. die Anzahl der Teile oder Fehler.

• Intervall: Verwenden Sie diese Vorhersagestrategie, wenn der numerische Wert auf eine bestimmte Weise eingeschränkt ist, z. B. bei einer Messung der Minuten pro Stunde, bei der die Daten zwischen 0 und 60 liegen müssen.

  • Wenn Sie die Strategie "Intervall" auswählen, werden Sie aufgefordert, die Ober- und Untergrenze einzugeben, bevor die Prognose angezeigt wird.

Weitere Informationen

• Was ist eine Regelkarte?
• Einführung in Diagrammebenen