Tutorial – Generieren und Visualisieren von Vorhersagedaten
In diesem Tutorial lernen Sie, wie Sie mithilfe von Qlik AutoML ein ML-Modell für das Treffen von Vorhersagen trainieren und bereitstellen. Daneben erfahren Sie, wie Sie die Vorhersagedaten in einer Qlik Sense App visualisieren können.
Wir betrachten das Szenario der Kundenabwanderung, ein klassisches Beispiel einer Binärklassifikationsaufgabe. Das Ziel besteht darin, zuverlässig vorherzusagen, ob ein Kunde sein Abonnement kündigen oder einen Dienst weiterhin abonnieren wird. Für diese Art Aufgabe gibt es nur zwei Ergebnisse: wahr oder falsch (abgewandert oder nicht abgewandert).
Um diese Aufgabe für maschinelles Lernen anzugehen, beginnen wir mit der Verarbeitung einer Reihe von Daten, deren Ergebnis wir bereits kennen. Dann wenden wir das anhand dieser Daten erstellte statistische Modell auf neue Daten an, deren Ergebnisse wir vorhersagen möchten.
Sie beginnen dieses Tutorial, indem Sie ein Experiment erstellen. Von hier aus werden Sie das Experiment verfeinern und in einem Modell für maschinelles Lernen bereitstellen. Dieses Modell wird zum Erstellen von Vorhersagen verwendet, die in Form von Visualisierungen in einer Qlik Sense-App angezeigt werden können.
Lerninhalte
Nachdem Sie dieses Tutorial abgeschlossen haben, verstehen Sie die einzelnen Schritte beim Erstellen und Konfigurieren eines Experiments. Sie erfahren auch, wie Sie Modell-Scores interpretieren. Schließlich werden Sie in der Lage sein, ein ML-Modell bereitzustellen, und gewinnen ein Verständnis dafür, wie Ihre Vorhersagedaten für die Erstellung überzeugender Qlik Sense Visualisierungen in Qlik Cloud Analytics verwendet werden können.
Für wen wird dieses Tutorial empfohlen
Dieses Tutorial richtet sich an Benutzer, die eine Einführung in automatisiertes maschinelles Lernen und Datenvisualisierung in Qlik Cloud Analytics erhalten möchten. Grundlegende Kenntnisse über maschinelles Lernen und Qlik Sense sind nützlich, aber nicht Voraussetzung.
Zum Bearbeiten dieses Tutorials benötigen Sie:
Professional- oder umfassende Benutzerberechtigung
Die Sicherheitsrollen Automl Experiment Contributor und Automl Deployment Contributor im Qlik Cloud Mandanten
Die erforderlichen Bereichsrollen in den Bereichen, in denen Sie arbeiten. Siehe: Verwalten von Berechtigungen in freigegebenen Bereichen und Verwalten von Berechtigungen in verwalteten Bereichen
Wenn Sie keine ML-Ressourcen anzeigen oder erstellen können, verfügen Sie wahrscheinlich nicht über die erforderlichen Rollen oder Berechtigungen. Wenden Sie sich für weitere Informationen an Ihren Mandantenadministrator.
Weitere Informationen finden Sie unter Wer kann mit Qlik AutoML arbeiten.
Vorbereitungen vor dem Beginn
Laden Sie dieses Paket herunter und entzippen Sie es auf Ihrem Desktop:
Das Paket enthält:
Die beiden Datendateien, die Sie zum Bearbeiten des Tutorials benötigen.
Eine Beispielkopie der Qlik Sense App, die Sie während des Tutorials erstellen. Diese wird für den Fall bereitgestellt, dass Sie schneller Erfahrungen mit der Entwicklung von Vorhersage-Apps sammeln möchten. Weitere Informationen finden Sie unter Alternativer Workflow: Hochladen der vorkonfigurierten App.
Der Trainingsdatensatz enthält Informationen zu den Kunden, deren Frist für eine Verlängerung verstrichen ist und die sich entschieden haben, entweder zu kündigen oder den Dienst weiterhin zu abonnieren.
Der Anwendungsdatensatz enthält Details zu einem neuen Satz Kunden, deren Verlängerungsdatum noch nicht verstrichen ist. Es ist noch nicht bekannt, ob diese Kunden ihren Dienst kündigen werden oder nicht. Das Ziel dieses Tutorials besteht in der Vorhersage, was diese Kunden tun werden, in der Hoffnung, die Wahrscheinlichkeit einer Kundenabwanderung verringern zu können.
Gehen Sie folgendermaßen vor:
Öffnen Sie den Qlik Cloud Analytics-Hub.
Klicken Sie auf Neu hinzufügen > Datensatz und wählen Sie dann Datendatei hochladen aus.
Ziehen Sie die Datei Customer churn data - training.csv in das Dialogfeld zum Hochladen.
Ziehen Sie dann die Datei Customer churn data - apply.csv in das Dialogfeld zum Hochladen.
Wählen Sie einen Bereich aus. Das kann Ihr persönlicher Bereich oder ein freigegebener Bereich sein, wenn Sie möchten, dass andere Benutzer auf diese Daten zugreifen können.
Klicken Sie auf Hochladen.
Nachdem jetzt Ihre Datensätze hochgeladen sind, können Sie ein Experiment erstellen.
Lektionen in diesem Tutorial
Die Themen in diesem Tutorial sollten ihrer Reihenfolge nach bearbeitet werden. Sie können die Arbeit daran jedoch jederzeit unterbrechen und später fortsetzen.
Weitere Informationsquellen und Ressourcen
- Qlik bietet eine Vielzahl von Ressourcen, wenn Sie noch mehr erfahren möchten.
- Qlik Online-Hilfe ist verfügbar.
- Schulungen, einschließlich kostenloser Online-Kurse, stehen im Qlik Continuous Classroom zur Verfügung.
- Diskussionsforen, Blogs und mehr finden Sie in der Qlik Community.
Ihre Meinung zählt
Wir freuen uns über jedes Feedback, das Sie mit uns teilen möchten. Bitte verwenden Sie den Abschnitt unten, um uns Feedback zu geben.