Ingénierie des caractéristiques de date
Qlik Predict génère des caractéristiques auto-conçues à partir des colonnes éligibles ayant le type de caractéristique « date », qui ont été identifiées comme contenant des informations relatives à la date et à l'heure. Les caractéristiques de type date auto-conçues, ainsi que les caractéristiques parentes dont elles sont dérivées, sont marquées d'une icône .
Lorsque Qlik Cloud Analytics profile le jeu de données d'apprentissage que vous avez sélectionné pour l'utiliser dans Qlik Predict, il relie certains types de données au type de caractéristique « date ». Cela inclut les types de données suivants :
-
Date
-
Datetime (Date et heure)
-
Heure
-
Horodatage
Les caractéristiques qui se voient attribuer l'un de ces types de données lors du profilage reçoivent le type de caractéristique « date ». Pour obtenir des informations sur les statistiques de profil disponibles pour vos champs de données, veuillez consulter Mode liste.
Lorsque cela est possible, Qlik Predict affiche une liste de caractéristiques de date auto-conçues qui peuvent être créées à partir de caractéristiques parentes éligibles ayant le type de caractéristique « date ». Les caractéristiques de date auto-conçues sont incluses dans l'expérimentation par défaut. Si vous choisissez de les inclure, les nouvelles caractéristiques sont générées après la version 1 de l'expérimentation.
Les caractéristiques de date auto-conçues ont le type de caractéristique numérique. Elles sont incluses dans l'expérimentation par défaut, mais elles sont facultatives. Vous pouvez en retirer certaines, voire toutes, avant de démarrer l'apprentissage de l'expérimentation, ou lors de la configuration de la prochaine version de l'expérimentation. Lorsque les caractéristiques de date auto-conçues sont incluses, la caractéristique de date parente initiale est retirée de l'expérimentation.
À la place, vous pouvez inclure la caractéristique de date parente comme caractéristique catégorique ou numérique. Dans ce cas, les caractéristiques de date auto-conçues ne sont plus utilisables. Dans la plupart des cas, il est recommandé d'utiliser les caractéristiques auto-conçues disponibles dans votre expérimentation, car elles améliorent les performances de vos modèles d'apprentissage automatique. Toutefois, il peut arriver qu'une colonne soit identifiée comme une caractéristique de date, mais que vous ayez besoin de la traiter comme une caractéristique catégorique ou numérique. Dans ces cas, vous pouvez modifier manuellement le type de caractéristique.
Les caractéristiques de date auto-conçues ne sont pas prises en compte dans la taille du jeu de données d'Qlik Predict (nombre maximal de cellules dans les jeux de données d'apprentissage et d'application) spécifiée dans votre abonnement Qlik Cloud. Seules les cellules de la colonne de date d'origine sont comptées.
Vue Schéma montrant les caractéristiques auto-conçues qui peuvent être générées à partir d'une caractéristique de date parente « Date de la facture ». Notez la différence entre le type de données et le type de caractéristique de chaque fonctionnalité.

Utilisation d'une caractéristique de date comme cible de l'expérimentation
Dans le rare cas où vous souhaitez utiliser une caractéristique avec des informations de date et d'heure comme cible de votre expérimentation, le type de caractéristique de la colonne sera modifié de date à catégorique, et les caractéristiques auto-conçues seront supprimées. Si vous choisissez une autre cible, puis souhaitez ultérieurement ajouter la caractéristique de date et d'heure en tant que caractéristique régulière, vous devrez éventuellement la modifier manuellement pour qu'elle retrouve le type de caractéristique de date. Si vous restaurez la caractéristique au type de caractéristique de date, les caractéristiques de date auto-conçues seront à nouveau générées.
Pour obtenir plus d'informations sur la manière de modifier les types de caractéristiques, consultez Modification des types de caractéristiques.
Caractéristiques de date auto-conçues disponibles
Lors de la génération des caractéristiques de date auto-conçues à partir d'une colonne de votre jeu de données, Qlik Predict extrait et calcule des composants spécifiques de chaque valeur de date et de date-time, isolant chaque composant dans sa propre colonne. Le tableau ci-dessous répertorie les caractéristiques auto-conçues qui peuvent être générées par Qlik Predict.
| Caractéristique auto-conçue | Type de données | Type de caractéristique | Description |
|---|---|---|---|
| YEAR | Integer | Numérique | Champ pour l'année extrait directement de la date source ou de l'horodatage. |
| MONTH | Integer | Numérique | Champ pour le mois extrait directement de la date source ou de l'horodatage. |
| DAY | Integer | Numérique | Champ pour le jour extrait directement de la date source ou de l'horodatage. |
| HOUR | Integer | Numérique | Champ pour l'heure extrait directement de l'horodatage source. |
| MINUTE | Integer | Numérique | Champ pour les minutes extrait directement de l'horodatage source. |
| SECONDE | Integer | Numérique | Champ pour les secondes extrait directement de l'horodatage source. |
| DAYOFWEEK | Integer | Numérique | Jour de la semaine, calculé à partir du jour, du mois et de l'année sources. |
| WEEK | Integer | Numérique | Semaine de l'année, calculé à partir du jour, du mois et de l'année sources. |
Pour chaque nouvelle caractéristique créée, le nom de la colonne d'origine comporte en suffixe la caractéristique auto-conçue correspondante.
Caractéristiques de date auto-conçues dans l'onglet Configuration de l'expérimentation

Caractéristiques date auto-conçues et modèles de série temporelle
Lorsque vous sélectionnez une colonne d'index de dates pour une expérimentation de série temporelle, le type de caractéristique date est utilisé pour cette colonne. Cependant, l'ingénierie des caractéristiques date n'est pas supportée pour les modèles de série temporelle. Les caractéristiques date auto-conçues ne peuvent pas être dérivées de la colonne.
Pour plus d'informations sur les modèles de série temporelle, consultez Utilisation d’expérimentations de série temporelle et Utilisation de la projection de série temporelle multivariables.
Caractéristiques de date auto-conçues dans les prédictions
Pour savoir comment utiliser des caractéristiques de date lors de l'exécution de prédictions, consultez Utilisation de caractéristiques de date dans les prédictions.
En savoir plus
Caractéristiques de date auto-conçues dans les prédictions
Les caractéristiques de date auto-conçues sont générées lors de l'utilisation du jeu de données d'apprentissage pour créer un modèle, qui est déployé et utilisé en tant que déploiement d'apprentissage automatique (ML - Machine Learning) pour effectuer des prédictions sur de nouvelles données (le jeu de données à appliquer).
Lorsqu'un modèle entraîné avec des caractéristiques de date auto-conçues est déployé pour effectuer des prédictions, le jeu de données à appliquer sur lequel vous générez des prédictions n'a pas besoin d'inclure les caractéristiques de date auto-conçues. Qlik Predict génère les caractéristiques auto-conçues pour le jeu de données à appliquer avant de procéder aux prédictions. Cependant, le jeu de données à appliquer doit inclure la caractéristique de date parente, et la colonne doit avoir été profilée comme ayant le type de données date, date et heure, horodatage ou heure.
Les jeux de données de prédiction créés par un déploiement d'apprentissage automatique, y compris les jeux de données SHAP et d'application, incluront les caractéristiques de date auto-conçues.
Caractéristiques de date auto-conçues dans les prédictions en temps réel
Afin que le point de terminaison de prédiction en temps réel de l'API Apprentissage automatique puisse traiter vos champs de dates et d'horodatages, la charge utile JSON que vous envoyez au point de terminaison doit remplir les conditions ci-dessous :
-
Les valeurs date et datetime doivent être des chaînes formatées conformément aux normes ISO 8601. Exemples :
-
2020-01-14
-
2020-01-14T00:00:00.000Z
-
-
La date parente—la caractéristique à partir de laquelle les parties de date ont été dérivées—doit être incluse dans son intégralité. Par exemple, même si votre modèle n'utilise qu'une caractéristique Year, vous devez tout de même fournir la date au format conforme à la norme ISO 8601.
-
Les données de chaque colonne doivent provenir du même fuseau horaire.
L'API de prédictions en temps réel est obsolète et remplacée par le point de terminaison de prédiction en temps réel de API Apprentissage automatique. La fonctionnalité elle-même n'est pas obsolète. Pour les prédictions en temps réel futures, utilisez le point de terminaison de prédiction en temps réel de API Apprentissage automatique. Pour obtenir de l'aide pour la migration de l'API de prédictions en temps réel vers API Apprentissage automatique, consultez le Guide de migration sur le portail des développeurs Qlik Cloud.