Ingegneria delle funzionalità data
Qlik Predict genera funzioni progettate automaticamente da colonne idonee con il tipo di funzione data, che si è stabilito che contengono informazioni relative a data e ora. Le funzioni create con ingegneria automatica, oltre a quelle padre da sono derivate, vengono contrassegnate con l'icona .
Quando Qlik Cloud Analytics esegue la profilatura del set di dati di addestramento selezionato per l'utilizzo in Qlik Predict, collega determinati tipi di dati al tipo di funzione data. Sono inclusi i seguenti tipi di dati:
-
Dati
-
Datetime
-
Ora
-
Timestamp
Alle funzioni a cui viene assegnato uno di questi tipi di dati durante la profilatura viene fornito il tipo di funzioni data. Per informazioni sulle statistiche di profilatura disponibili che è possibile visualizzare per questi campi di dati, vedere Vista elenco.
Quando possibile, Qlik Predict visualizza un elenco di funzioni data progettate automaticamente che è possibile creare da funzioni padre idonee con il tipo di funzione data. Le funzioni data progettate automaticamente sono incluse nell'esperimento per impostazione predefinita. Se si sceglie di includerle, le nuove funzioni vengono generate dopo la versione v1 dell'esperimento.
Alle funzioni data progettate automaticamente è assegnato il tipo di funzione numerico. Queste vengono incluse nell'esperimento per impostazione predefinita, ma sono facoltative. È possibile rimuoverne alcune o rimuoverle tutte prima di iniziare l'addestramento dell'esperimento, oppure durante la configurazione della versione successiva dell'esperimento. Se le funzionalità data progettate automaticamente sono incluse, la funzionalità data padre originale viene rimossa dall'esperimento.
È possibile invece includere la funzione data padre come funzione categorica o numerica. In questo caso, le funzioni data progettate automaticamente non sono più utilizzabili. Nella maggior parte dei casi, si consiglia di utilizzare le funzioni progettate automaticamente nell'esperimento, poiché forniscono prestazioni migliorate per i modelli di machine learning. Tuttavia, ci possono essere scenari in cui una colonna identificata come funzione data, ma è necessario trattarla come categorica o numerica. In questi casi, è possibile modificare manualmente il tipo di funzione.
Le funzioni data progettate automaticamente non vengono conteggiate ai fini del calcolo delle dimensioni del set di dati Qlik Predict (il numero massimo di celle viene conteggiato per il set di dati di addestramento e i set di dati di applicazione) specificate nella sottoscrizione a Qlik Cloud. Vengono conteggiate unicamente le celle della colonna data originale.
La vista schema che mostra le funzioni progettate automaticamente che è possibile generare dalla funzione data padre "Data fattura". Notare la differenza tra il Tipo di dati e il Tipo di funzione per ogni funzione.

Utilizzo di una funzionalità data come destinazione dell'esperimento
Nei rari casi in cui si desideri utilizzare una funzione con informazioni relative a data e ora come destinazione dell'esperimento, il tipo di funzione della colonna verrà modificato da data a categorico, mentre le funzioni progettate automaticamente verranno rimosse. Se si seleziona un'altra destinazione e successivamente si vuole aggiungere la funzione data e ora come una funzione regolare, è necessario cambiare manualmente il tipo di funzione a data, se necessario. Se si cambia nuovamente il tipo di funzione a data, le funzioni data progettate automaticamente vengono generate nuovamente.
Per maggiori informazioni sulla modifica dei tipi di funzione, vedere Modifica dei tipi di funzionalità.
Funzioni data progettate automaticamente disponibili
Quando si generano funzioni data progettate automaticamente da una colonna nel set di dati, Qlik Predict estrae e calcola i componenti specifici di ogni valore data e ora, isolando ogni componente in una colonna specifica. Nella tabella sottostante sono elencate le funzioni progettate automaticamente che è possibile generare con Qlik Predict.
| Funzione progettata automaticamente | Tipo di dati | Tipo di funzione | Descrizione |
|---|---|---|---|
| YEAR | Numero intero | Numerico | Il campo Anno analizzato direttamente dalla data o dal timestamp di origine. |
| MONTH | Numero intero | Numerico | Il campo Mese analizzato direttamente dalla data o dal timestamp di origine. |
| DAY | Numero intero | Numerico | Il campo Giorno analizzato direttamente dalla data o dal timestamp di origine. |
| HOUR | Numero intero | Numerico | Il campo Ora analizzato direttamente dalla data o dal timestamp di origine. |
| MINUTE | Numero intero | Numerico | Il campo Minuto analizzato direttamente dalla data o dal timestamp di origine. |
| SECOND | Numero intero | Numerico | Il campo Secondo analizzato direttamente dalla data o dal timestamp di origine. |
| DAYOFWEEK | Numero intero | Numerico | Giorno della settimana, calcolato dai dati giorno, mese e anno di origine. |
| WEEK | Numero intero | Numerico | Settimana dell'anno, calcolato dai dati giorno, mese e anno di origine. |
Per ogni funzione creata, il nome della colonna originale è preceduto dalla funzione progettata automaticamente applicabile.
Le funzionalità data progettate automaticamente nel pannello di configurazione dell'esperimento

Funzioni data progettate automaticamente disponibili e modelli di serie temporali
Quando si seleziona una colonna di indicizzazione per la data in un esperimento di serie temporali, per questa colonna viene utilizzato il tipo di funzione data. Tuttavia, la progettazione delle funzioni per la data non è supportata per i modelli di serie temporali. Le funzioni della data progettate automaticamente non sono disponibili per essere derivate dalla colonna.
Per ulteriori informazioni sui modelli di serie temporali, vedere Utilizzo degli esperimenti di serie temporali e Utilizzo della previsione di serie temporali multivariate.
Funzionalità data progettate automaticamente nelle previsioni
Per informazioni su come lavorare con le funzionalità data quando si eseguono previsioni, vedere Lavorare con le funzionalità di data nelle previsioni.
Ulteriori informazioni
Funzionalità data progettate automaticamente nelle previsioni
Le funzioni data progettate automaticamente vengono generate quando si utilizza il set di dati di addestramento per creare un modello, che viene distribuito e utilizzato come una distribuzione di ML per realizzare previsioni per i nuovi dati (il set di dati di applicazione).
Quando un modello addestrato con le funzioni data progettate automaticamente viene distribuito per realizzare previsioni, il set di dati di applicazione su cui di desidera generare le previsioni non deve includere le funzioni data progettate automaticamente. Qlik Predict genera le funzioni progettate automaticamente per il set di dati di applicazione prima della previsione. Tuttavia, il set di dati di applicazione deve includere la funzioni data padre, mentre la colonna deve essere profilata come avente il tipo di dati Data, Data/Ora, Timestamp o Ora.
I set di dati di previsione creati da una distribuzione ML, inclusi i set di dati di applicazione e SHAP, includeranno le funzioni data progettate automaticamente.
Funzioni data progettate automaticamente nelle previsioni in tempo reale
Perché gli endpoint di previsione in tempo reale nell'API di machine learning in tempo reale siano in grado di elaborare i campi data e timestamp, il payload JSON inviato all'endpoint deve rispettare i seguenti requisiti:
-
I valori Data e Data/Ora devono essere stringhe formattate secondo gli standard ISO 8601. Esempi:
-
2020-01-14
-
2020-01-14T00:00:00.000Z
-
-
La data padre—la funzionalità da cui sono state derivate le parti della data—deve essere inclusa nella sua interezza. Ad esempio, il modello potrebbe utilizzare solo una funzionalità Anno, ma è comunque necessario fornire la data in formato conforme a ISO 8601.
-
I dati contenuti in ogni colonna devono appartenere allo stesso fuso orario.
L'API per le previsioni in tempo reale è stata deprecata e sostituita dall'endpoint per le previsioni in tempo reale in API di machine learning. La funzionalità in sé non verrà deprecata. Per le previsioni future in tempo reale, utilizzare l'endpoint per le previsioni in tempo reale in API di machine learning. Per assistenza con la migrazione dall'API per le previsioni in tempo reale a API di machine learning, fare riferimento a la guida alla migrazione sul portale per sviluppatori Qlik Cloud.