La detección de anomalías es uno de los temas populares en el aprendizaje automático para detectar datos poco comunes en los conjuntos de datos.
Por ejemplo, en un invernadero, la temperatura y otros elementos del invernadero pueden cambiar repentinamente y afectar a la cosecha. Identificar las anomalías del tráfico de visitas de los usuarios a la tienda online, la transacción de tarjetas de crédito, etc. nos ayuda a detectar los problemas lo antes posible y abordarlos.

Ahora con Power BI podemos detectar las anomalías de series temporales con el gráfico de líneas, para obtener más información lo podéis consultar en el blog de Power BI de Microsoft.

La detección de anomalías sirve para los datos de series temporales, lo que significa que podemos encontrar esta anomalía en los datos según el horizonte temporal.

¿Cómo podemos habilitar la detección de anomalías?

• Primero, necesitamos descargar la última versión, la última de power bi es noviembre 2020.
• Segundo, seleccionar archivo -> opciones y configuración > Opción -> Funciones de vista previa

• Tercero, cerramos Power BI y volvemos a abrirlo (después de habilitar cualquier característica de vista previa que necesitemos hacer).

Función de anomalías en Power BI

La detección de anomalías está activa en un gráfico de líneas, para verlo primero ha que seleccionar la tabla con los datos a analizar:

• Primero, cargamos los datos en Power BI Desktop.
• Segundo, hacemos clic en el gráfico de líneas en el panel de visualización y seleccionamos la fecha para el eje y los datos en valores.

• Tercero, hacer clic en la pestaña Analytics.
• Cuarto, hacemos clic en la opción buscar anomalías y hacemos clic en «agregar».

• Quinto, en el gráfico se mostraría la anomalía detectada con una sensibilidad del 70%.

• Sexto, se podría cambiar la sensibilidad a mayor o menor. Si disminuimos la sensibilidad es posible que veamos más puntos de datos, también si aumentamos la sensibilidad, es posible que veamos más puntos de datos de anomalías.

Podemos disminuir la sensibilidad al 56% para ver menos puntos en los datos y luego aumentarla al 93% para ver más anomalías.

• Séptimo, para mejorar el gráfico, podemos añadir valores que nos ayuden a describir mejor el motivo de las anomalías. 

– Octavo, también podemos cambiar la forma del tamaño y la forma del punto de datos de anomalías.

– Noveno, si pinchamos en cada uno de los puntos podemos ver la explicación de las anomalías. Al pinchar aparecerá una nueva página llamada página de anomalías, primero se mostrará una explicación sobre cuál es el valor esperado. A continuación algunas explicaciones más sobre qué factores pueden afectar esta anomalía. Sólo tenga en cuenta que puede haber alguna explicación para un punto y no para todos los puntos de datos.