Erstellen von Vorhersagedaten
Nachdem Sie Ihr Modell bereitgestellt haben, können Sie Vorhersagen für neue Daten erstellen.
Bisher haben wir vorhandene Kundendaten verwendet, um ein Modell für maschinelles Lernen zu erstellen. Das Ziel dieses Prozesses bestand darin, mithilfe von maschinellem Lernen Muster zu erkennen und diese auf neue Daten anzuwenden.
Es gibt auch einen Anwendungsfall dafür, nur die SHAP-Werte in den Trainingsdaten zu analysieren. Diese Informationen sind auch für sich alleine sehr wertvoll.
Weitere Informationen über das Arbeiten mit Vorhersagen in Qlik AutoML finden Sie unter Erstellen von Vorhersagen in Datensätzen.
Der erste Schritt im Prozess besteht darin, einen Datensatz auszuwählen, auf den Sie Ihr Modell anwenden, um Vorhersagen zu erstellen. Danach konfigurieren Sie Ihre gewünschten Eigenschaften für die Ausgabe und generieren die Dateien.
Gehen Sie folgendermaßen vor:
Öffnen Sie im Katalog Ihre neue ML-Bereitstellung. Die ML-Modellverwaltung wird geöffnet.
-
Klicken Sie unten rechts in der Schnittstelle der ML-Modellverwaltung auf Vorhersage erstellen.
-
Klicken Sie auf
, um das Fenster Vorhersagekonfiguration zu öffnen, falls noch nicht geschehen. -
Als Nächstes müssen Sie Ihren Anwendungsdatensatz auswählen. Klicken Sie unter Anwendungsdaten auf Anwendungsdatensatz auswählen.
-
Wählen Sie den Datensatz Customer churn data - apply.csv aus, den wir zu Beginn des Tutorials importiert haben.
-
Vergleichen Sie die Schemas der Trainings- und Anwendungsdatensätze. Da Sie während des Trainings Features abgewählt haben, enthält Ihr Anwendungsdatensatz mehr Felder als der Trainingsdatensatz. Das ist kein Problem. Beim Generieren von Vorhersagen ignoriert AutoML einfach Felder aus dem Anwendungsdatensatz, die im Trainingsdatensatz nicht vorhanden sind.
-
Klicken Sie im Fenster Vorhersagekonfiguration auf Vorhersagedatensatz benennen. Geben Sie einen Namen für den Datensatz ein (oder legen Sie ihn auf den Standardnamen fest), wählen Sie einen Bereich aus und klicken Sie auf Bestätigen.
-
Wählen Sie unter Vorhersageoptionen die Datensätze aus, die Sie mit dieser Vorhersage erstellen möchten. Deaktivieren Sie in diesem Fall SHAP und Fehler und wählen Sie SHAP koordinieren aus (damit werden Pivottabellendaten in ein Standardformat konvertiert, das die Analyse von Daten über alle eingeschlossenen Felder hinweg ermöglicht). Lassen Sie zu, dass AccountID als Indexspalte verwendet wird.
Ansicht Datensatzvorhersagen in ML-Modellverwaltung
Klicken Sie auf Jetzt speichern und Vorhersage erstellen. Der Prozess kann in Datensatzvorhersagen überwacht werden.
Sie können die Ausgabe im Katalog überprüfen, indem Sie im angezeigten Popup-Fenster auf Öffnen klicken.
Nachdem die Ausführung der Vorhersage beendet ist, können Sie beginnen, mit den neuen Datensätzen eine App zu erstellen. Gehen Sie zum nächsten Thema weiter.