Note
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier les répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de changer de répertoire.
Maintenant que vous avez créé le modèle d’exploration de données de prévision, vous pouvez explorer les résultats à l’aide de l’onglet Visionneuse de modèles d’exploration de données du Concepteur d’exploration de données. Microsoft Time Series Viewer contient deux onglets : Graphiques et modèle.
En outre, vous pouvez utiliser Microsoft Generic Tree Viewer avec tous les modèles. Chaque vue présente une image légèrement différente des informations dans le modèle de série chronologique.
Onglet Graphiques
L’onglet Graphiques de la visionneuse De série chronologique Microsoft affiche graphiquement chacune des séries, y compris les données historiques et les prédictions. Chaque ligne du graphique de série chronologique représente une combinaison unique de produits, de régions et d’attributs prévisibles.
La légende située à droite de la visionneuse répertorie les séries chronologiques disponibles, en fonction des sélections de la liste déroulante. Vous pouvez activer et décocher les cases de la légende pour contrôler les séries chronologiques affichées dans le graphique.
Vous pouvez également modifier les options d’affichage, telles que les couleurs utilisées pour chaque série chronologique ou si les valeurs sont affichées à des points du graphique.
Pour sélectionner une série chronologique
Cliquez sur l’onglet Graphiques de l’onglet Visionneuse du modèle d’exploration, si celui-ci n’est pas visible.
Cliquez sur la liste déroulante à droite de l’affichage graphique, puis activez toutes les cases à cocher. Cliquez sur OK.
Le graphique doit maintenant contenir 24 lignes de série différentes.
Dans les cases à cocher à droite du graphique, décochez les cases pour masquer temporairement les lignes de toutes les séries basées sur le montant.
À présent, décochez les cases associées aux vélos R750 et R250.
Le graphique contient maintenant seulement les six lignes de série suivantes, ce qui vous permet de comparer plus facilement les tendances pour les vélos M200 et T1000.
M200 Europe : Quantité
M200 Amérique du Nord : Quantité
M200 Pacific : Quantité
T1000 Europe : Quantité
T1000 Amérique du Nord : Quantité
T1000 Pacific : Quantity
Le graphique affiché dans cette visionneuse inclut des données historiques et prédites. Les données prédites sont ombrées pour la différencier des données historiques. Pour faciliter la comparaison de différentes séries, vous pouvez également modifier les couleurs associées à chaque ligne du graphique. Pour plus d’informations, consultez Modifier les couleurs utilisées dans la visionneuse d’exploration de données.
À partir des lignes de tendance, vous pouvez voir que le total des ventes pour toutes les régions augmente généralement, avec un pic tous les 12 mois en décembre. Dans le graphique, vous pouvez également voir que les données de la bicyclette T1000 démarrent beaucoup plus tard que les données de l’autre série de produits. C’est parce qu’il s’agit d’un produit plus récent, mais parce que cette série est basée sur beaucoup moins de données, les prédictions peuvent ne pas être aussi précises.
Par défaut, cinq étapes de prédiction sont affichées pour chaque série chronologique, affichées sous forme de lignes en pointillés. Vous pouvez modifier cette valeur pour afficher plus ou moins de prédictions. Vous pouvez également afficher graphiquement l’écart type pour les prédictions en ajoutant des barres d’erreur au graphique.
Pour modifier les options de prédiction et d’affichage dans l’affichage Graphique
Essayez de modifier progressivement la valeur des étapes de prédiction , en l’augmentant de 5 à 10, puis de retour à 6.
Lorsque les données historiques ont de grandes fluctuations, les fluctuations ont tendance à être répétées ou même amplifiées lorsque vous augmentez le nombre de prédictions. Vous devez probablement effectuer des recherches à ce stade, pour comprendre la cause de l’augmentation importante des données historiques, puis décider s’il faut accepter ces résultats, rechercher une sorte de correction dans les données sources ou appliquer un type de lissage dans le modèle.
Cochez la case Afficher les écarts .
Cette option affiche l’erreur estimée pour chaque valeur prédite.
Notez l’échelle de l’axe X. Les modifications apportées aux données historiques et prédites sont toujours exprimées sous la forme d’un pourcentage, mais les valeurs réelles sont ajustées automatiquement pour tenir toutes les valeurs sur le graphique. Par conséquent, vous devez être prudent lors de la comparaison des modèles pour ne pas compter uniquement sur les visuels. Pour obtenir la valeur exacte, ou l’augmentation et la valeur du pourcentage pour les prédictions, suspendez la souris sur la ligne en pointillé ou les lignes solides, ou cliquez sur les lignes pour afficher les valeurs dans la légende d’exploration de données.
Conseil : si la légende d’exploration de données n’est pas visible, basculez vers l’affichage Modèle , cliquez avec le bouton droit sur n’importe quel nœud, puis sélectionnez Afficher la légende.
En examinant ces tendances, vous êtes préoccupé par le manque de données de certaines séries et vous demandez si vous pourriez obtenir des prédictions plus fiables en moyenne des ventes par modèle, ou peut-être en moyenne des ventes par région. Vous allez explorer cette approche dans une leçon ultérieure de ce tutoriel.
Onglet Modèle
L’onglet Modèle de la visionneuse de séries chronologiques Microsoft dans le Concepteur d’exploration de données vous permet d’afficher le modèle de prévision sous la forme d’un graphique d’arborescence.
Notez d’abord que, étant donné que vos données décrivent deux mesures différentes (Amount et Quantity) pour les ventes de plusieurs lignes de produits (T1000, etc.) dans trois régions différentes (Europe, Amérique du Nord et Pacifique), le modèle que vous avez créé contient en fait 24 arbres différents, chaque arbre représentant un modèle des modèles de vente pour une combinaison différente de région, de produit, et attribut prévisible.
Vous pouvez choisir la combinaison de la ligne de produit, de la région et de la métrique de vente que vous souhaitez afficher en sélectionnant une série dans la liste déroulante Arborescence sous l’onglet Modèle .
Que pouvez-vous apprendre en considérant le modèle comme une arborescence ? Par exemple, nous allons comparer deux modèles, un qui a plusieurs niveaux dans l’arborescence et un qui a un nœud unique.
Lorsqu’un graphique d’arborescence contient un nœud unique, cela signifie que la tendance trouvée dans le modèle est principalement homogène au fil du temps. Vous pouvez utiliser ce nœud unique intitulé All pour afficher la formule qui décrit la relation entre les variables d’entrée et le résultat.
Lorsqu’un graphique d’arborescence pour une série chronologique a plusieurs branches, cela signifie que la série chronologique détectée est trop complexe à représenter sous la forme d’une équation unique. Au lieu de cela, le graphique d’arborescence peut contenir plusieurs branches, chaque branche étiquetée avec les conditions qui ont provoqué le fractionnement de l’arborescence. Lorsque l’arborescence fractionne, chaque branche représente un segment de temps différent, à l’intérieur duquel la tendance peut être décrite comme une équation unique.
Par exemple, si vous examinez le graphique et que vous voyez un soudain bond du volume des ventes à partir d'un moment en septembre et qui se poursuit jusqu'aux fêtes de fin d’année, vous pouvez passer à la vue Modèle pour voir la date exacte à laquelle la tendance a changé. Les branches de l’arbre qui représentent « avant septembre » et « après septembre » contiendraient différentes formules : une formule qui décrit mathématiquement les tendances des ventes jusqu’à la séparation, et une autre formule qui décrit les tendances des ventes de septembre jusqu’aux fêtes de fin d’année.
Pour explorer l’arbre de décision pour un modèle de série chronologique
Dans la liste Arborescence dans l’onglet Modèle de la visionneuse, sélectionnez la série T1000 Europe : Amount.
Cliquez sur le nœud intitulé Tout.
Pour un nœud All , l’info-bulle qui apparaît inclut des informations telles que le nombre de cas dans la série entière et les équations de série chronologique dérivées de l’analyse des données.
Si la légende minière n’est pas visible, cliquez avec le bouton droit sur le nœud et sélectionnez Afficher la légende.
La légende minière fournit essentiellement les mêmes informations que l’info-bulle. Si l’une de vos variables indépendantes est discrète, vous verrez également un histogramme qui montre la distribution des variables dans le nœud.
Sélectionnez maintenant une série chronologique différente à afficher. À l’aide de la liste Arborescente sous l’onglet Modèle de la visionneuse, sélectionnez la série M200 Amérique du Nord : Montant.
L’arborescence contient désormais un nœud All et deux nœuds enfants. En examinant les étiquettes sur les nœuds enfants, vous pouvez identifier à quel moment la courbe de tendance a changé.
Pour chaque nœud enfant, la description dans la légende d’exploration inclut également le nombre de cas dans chaque branche de l’arborescence.
La liste suivante décrit certaines fonctionnalités supplémentaires dans le visionneur d'arborescence :
Vous pouvez modifier la variable représentée dans le graphique à l’aide du contrôle Arrière-plan . Par défaut, les nœuds qui sont plus sombres contiennent plus de cas, car la valeur d’arrière-plan est définie sur Population. Pour voir le nombre de cas présents dans un nœud, suspendez la souris sur un nœud et affichez l’info-bulle qui s’affiche, ou cliquez sur le nœud et affichez les nombres dans la fenêtre Légende du nœud .
La formule de régression pour le nœud peut également être affichée dans l’info-bulle ou en cliquant sur le nœud. Si vous avez créé un modèle mixte, vous pouvez voir deux formules, une pour ARTXP (dans les nœuds feuilles) et une pour ARIMA (dans le nœud racine de l’arborescence).
Les petits diamants sont utilisés dans les nœuds qui représentent des nombres continus. La plage des attributs est affichée dans la barre sur laquelle repose le diamant. Le diamant est centré sur la moyenne du nœud, et la largeur du diamant représente la variance de l’attribut à ce nœud.
(Facultatif) Explorateur de l’arborescence de contenu générique
En plus de la visionneuse personnalisée pour les séries chronologiques, Analysis Services fournit la visionneuse de l’arborescence de contenu MicrosoftGeneric à utiliser avec tous les modèles d’exploration de données. Cette visionneuse offre quelques avantages :
Visionneuse de série chronologique Microsoft : cette vue fusionne les résultats des deux algorithmes. Bien que vous puissiez afficher chaque série séparément, vous ne pouvez pas déterminer comment les résultats de chaque algorithme ont été combinés. En outre, dans cette vue, les info-bulles et la légende d’exploration de données affichent uniquement les statistiques les plus importantes.
Visionneuse d’arborescence de contenu générique : vous permet de parcourir et d’afficher toutes les séries de données utilisées dans le modèle à la fois, et si vous avez créé un modèle mixte, les arborescences ARIMA et ARTXP sont affichées dans le même graphique.
Vous pouvez utiliser cette visionneuse pour obtenir toutes les statistiques des deux algorithmes, ainsi que des distributions des valeurs.
Recommandé pour les utilisateurs experts de l’exploration de données qui souhaitent en savoir plus sur les analyses ARIMA et ARTXP.
Pour afficher les détails d’une série de données particulière dans la visionneuse de contenu générique
Dans l’onglet Visionneuse du modèle d’exploration, sélectionnez Visionneuse d’arborescence de contenu générique Microsoft dans la liste déroulante Visionneuse.
Dans le volet Légende du nœud, cliquez sur le nœud le plus haut (Tous).
Dans le volet Détails du nœud , affichez la valeur de ATTRIBUTE_NAME.
Cette valeur indique quelle série, ou combinaison de produit et de région, est contenue dans ce nœud. Dans l’exemple AdventureWorks, le nœud le plus haut est pour la série M200 Europe.
Dans le volet Légende de nœud, recherchez le premier nœud qui a des sous-nœuds.
Si un nœud de série a des enfants, la vue arborescente qui apparaît sous l’onglet Modèle de la visionneuse Microsoft Time Series aura également une structure de branche.
Développez le nœud et cliquez sur l’un des sous-nœuds.
La colonne NODE_DESCRIPTION du schéma contient la condition qui a provoqué le fractionnement de l’arborescence.
Dans le volet Légende du nœud, cliquez sur le nœud ARIMA en haut et développez le nœud jusqu’à ce que tous les nœuds enfants soient visibles.
Dans le volet Détails du nœud , affichez la valeur de ATTRIBUTE_NAME.
Cette valeur vous indique quelle série chronologique est contenue dans ce nœud. Le nœud le plus haut de la section ARIMA doit correspondre au nœud le plus haut de la section (Tout). Dans l’exemple AdventureWorks, ce nœud contient l’analyse ARIMA pour la série M200 Europe.
Pour plus d’informations, consultez Contenu du modèle d’exploration de données pour les modèles de série chronologique (Analysis Services - Exploration de données).
Tâche suivante de la leçon
Voir aussi
Exemples de requêtes de modèle de série chronologique
Informations techniques de référence sur l’algorithme Microsoft Time Series