关键字

机器学习、决策树、根因分析

适用产品

· AnyRobot 3.0.x

目的

当客户在进行数据分析时，常常面临几十个、甚至几百个分析维度，因此迫切需要知道影响结果的主要变量，减小分析难度。比如在异常检测场景中，客户检测到了异常，因此需要调查和分析为什么会出错，在哪里出错，寻求防止差错事故再次发生的必要措施，从而提高整体业务的安全和质量，而不是仅仅关注问题的表面现象。但是从人工角度去分析检测原因很费时、费力。根因分析（Root Cause Analysis），是分析问题和解决问题的一种方法，找到问题的根本原因或者主要原因，从而帮助客户进行快速定位。

解决方案

基本思路

决策树算法是一种利用了树、信息论等技术的分析方法，通过统计分析自变量特征对目标变量的影响程度，找出最重要的变量。

步骤一，进入配置页

1.进入搜索页面，将需要处理的数据在搜索页面保存，数据必须被解析过，存在解析字段。

2. 从导航栏选择机器学习进入任务列表，点击新建按钮，在异常检测功能中，选择根因分析。

步骤二，配置数据预览

1.在根因分析任务新建页面中，选择上步已存搜索和时间范围，所选时间范围内必须存在该搜索的数据，然后选择特征字段和目标字段。

2.点击预览按钮，查看预览结果。可以得到预览的原始数据。  

步骤三，配置模型计算

1.选择模型计算的算法，其默认算法为决策树，当前也仅支持这一种算法。

2.根据提示设置合适的属性分裂方法和最大树深度，不勾选设置算法参数，系统将自动寻找一个最优值进行计算。

以下是参数配置的使用帮助：

     属性分裂方法：表示不纯度的判决方法。

     最大树深度：表示决策树的最大层数。不填写时使用算法默认值。若树形太过于复杂，可进行设置以防止过拟合。取值为整数，且大于等于 5。

     最大特征数：表示用于分类的特征值的最大数量，默认使用全部特征值。

     节点划分最小样本数：表示形成一个决策树分支的最小样本数量，低于此值则不形成新分支。取值为整数，且大于等于 2。

     叶子节点最少样本数：表示每个叶子节点包含的最小样本数量。取值为整数，且大于等于1。

     叶子节点最少样本占比：表示每个叶子节点包含的最小样本数量占比。取值在 0 到 0.5 之间。

     最大叶子节点数：表示叶子节点的最大数量，不填写时使用算法默认值。取值为整数，且大于等于 10。

     节点划分最低不纯度：表示最低不纯度，低于此值则不形成新分支。不填写时使用算法默认值。取值在 0 到 0.5 之间

3.点击计算按钮，在计算结果中可以查看特征字段重要程度占比与根因规则列表。

步骤四，保存任务

1.点击配置表单最下方的保存按钮，输入任务名称，点击确定按钮保存.       

2.保存后返回任务列表查看任务。