Utilizar varios modelos en su implementación de ML

Puede implementar varios modelos en su implementación de ML, incluyendo modelos de diferentes experimentos. Tras implementar los modelos de los experimentos, utilice el panel Modelos implementables de la implementación de ML para configurar los flujos de trabajo de predicción dinámica. Al generar predicciones, se hace referencia al modelo que está utilizando como alias. Este sistema de alias le permite sustituir los modelos a lo largo del tiempo sin necesidad de crear una nueva implementación de ML y también facilita las pruebas comparativas del rendimiento de los modelos en los datos de producción.

Los alias de modelos se utilizan tanto en la predicción por lotes como en los flujos de trabajo de predicción en tiempo real. Para más información, vea:

• Configurar alias de modelos para las predicciones por lotes

• Trabajar con alias de modelos en predicciones en tiempo real

¿Qué son los alias de un modelo?

Cada modelo que incorpore a su implementación de ML se reconoce o denomina como un alias de modelo. Un alias es un contenedor dinámico dentro de su implementación de ML que indica a Qlik Predict que ejecute predicciones con un modelo de la implementación. Dentro del alias, los modelos se pueden cambiar para permitir un fácil reemplazo de los modelos obsoletos. Se puede añadir un modelo por alias de modelo. Los alias le permiten cambiar fácilmente los modelos dentro de un flujo de trabajo de generación de predicciones sin necesidad de editar las configuraciones de predicción, crear una nueva implementación de ML o actualizar las llamadas a la API.

Cada implementación de ML tiene un alias por defecto. El alias predeterminado no puede borrarse ni renombrarse, pero puede cambiar fácilmente el modelo que se utilizará para generar predicciones con él. Si no especifica un alias para utilizar en las predicciones de su implementación de ML, se utilizará el alias predeterminado.

Puede añadir hasta 10 alias dentro de una implementación de ML, incluido el alias predeterminado.

Casos de uso de los alias de modelo

• Sustitución de modelos obsoletos por modelos reentrenados a lo largo del tiempo sin necesidad de actualizar las configuraciones de predicción ni las llamadas a la API.

• Probar y comparar el rendimiento de diferentes modelos en los mismos datos de producción sin tener que crear múltiples implementaciones de ML.

• Utilizar una única implementación para generar predicciones a partir de diferentes modelos en función de condiciones específicas.

Consideraciones para implementar modelos en las implementaciones de ML

Al añadir modelos a una implementación de ML, los modelos pueden proceder de diferentes experimentos de ML, que pueden estar en diferentes espacios de Analítica de Qlik Cloud. Considere lo siguiente:

• Para añadir un modelo a una implementación de ML, el modelo debe tener el mismo tipo de experimento (clasificación binaria, clasificación multiclase o regresión) que el modelo del alias predeterminado.

• Si el esquema del modelo y los datos aplicados no son compatibles, las predicciones (por lotes, en tiempo real, directas de API o basadas en conectores) no podrán ejecutarse con éxito.

• Existen requisitos en cuanto a los permisos de los usuarios que añaden modelos a las implementaciones, así como para trabajar con alias de modelos (por ejemplo, añadir, cambiar de nombre o eliminar alias). Para más información, vea Permisos.

Trabajar con alias

Puede trabajar con alias en el panel Modelos implementables dentro de la implementación de ML. El panel de Modelos implementables cuenta con una interfaz intuitiva y sencilla, de arrastrar y soltar, para la asignación de modelos.

Cuando haya terminado de realizar cambios en los Modelos implementables, haga clic en Guardar cambios en la esquina superior derecha de la interfaz.

Añadir nuevos alias es opcional. Si no necesita trabajar con varios alias, puede trabajar sólo con el alias predeterminado e intercambiar entre modelos utilizando únicamente este alias.

Comenzar

Antes de poder asignar modelos a alias, debe implementar todos los modelos necesarios en la implementación de ML. Este proceso se realiza en el experimento de ML en el que se entrenó cada modelo. Si desea información, consulte Implementar los modelos.

Añadir un alias

En primer lugar, cree un alias en blanco.

Haga lo siguiente:

1. En la implementación de ML, abra el panel Modelos implementables.

2. En Modelos disponibles, haga clic en Añadir alias.

3. Haga clic en Guardar cambios en la esquina superior derecha de la interfaz.

Como alternativa, haga clic en junto a un modelo en Todos los modelos de la implementación y seleccione Añadir a nuevo alias.

Asignar un modelo a un alias (incluido el alias predeterminado)

Una vez añadido el alias, deberá asignarle un modelo. También puede asignar un modelo diferente al alias predeterminado utilizando este flujo de trabajo.

Haga lo siguiente:

1. En Todos los modelos de la implementación, busque el modelo que desea asignar al alias.

2. Junto al Nombre del modelo, arrastre el modelo hasta el alias.

   Como alternativa, también puede hacer clic en junto al modelo y seleccionar Añadir a <nombre de alias>, o Cambiar al alias predeterminado para sustituir el modelo asignado por el alias predeterminado.

3. Haga clic en Guardar cambios en la esquina superior derecha de la interfaz.

Renombrar y borrar alias

Puede cambiar el nombre y borrar cualquier alias, excepto el alias predeterminado.

Haga lo siguiente:

1. En la implementación de ML, abra el panel Modelos implementables.

2. Haga clic en junto al alias del modelo y seleccione Cambiar nombre o Eliminar.

3. Haga clic en Guardar cambios en la esquina superior derecha de la interfaz.

Permisos

Esta sección describe los permisos que necesita para llevar a cabo acciones relacionadas con la implementación de modelos y alias.

Para más información sobre los permisos de Qlik Predict, consulte Quién puede trabajar con Qlik Predict.

Implementar y eliminar modelos de una implementación de ML

Trabajar con los alias de modelos

Trabajar con los alias de modelos implica crear, borrar y cambiar los nombres de alias. Para realizar estas acciones, necesita:

• Derecho Profesional o Full User

• El rol de seguridad Automl Experiment Contributor

• El rol de espacio requerido en el espacio donde se encuentra la implementación de ML

  • Para implementaciones en espacios compartidos, uno de los siguientes:

    • Propietario (del espacio)

    • Puede administrar

    • Puede editar

  • Para implementaciones en espacios administrados, uno de los siguientes:

    • Propietario (del espacio)

    • Puede administrar