Creazione e configurazione dell'esperimento
Il primo passo è creare e configurare l'esperimento. Si utilizzerà il set di dati di training caricato in precedenza per addestrare il modello fino a quando non sarà pronto per essere distribuito per fare previsioni.
Creazione di un nuovo esperimento
Procedere come indicato di seguito:
-
Nell'hub Qlik Cloud Analytics, fare clic su Aggiungi nuovo, quindi selezionare Nuovo esperimento ML.
-
Inserire un nome per l'esperimento, ad esempio: Tutorial sull'abbandono dei clienti.
-
Aggiungere facoltativamente una descrizione e dei tag.
-
Scegliere uno spazio per il proprio esperimento. Può essere uno spazio personale o uno spazio condiviso.
-
Fare clic su Crea.
-
Selezionare il file Customer churn data - training.csv.
Esame dei dati
Ora si è pronti per iniziare a configurare l'esperimento, ma prima di iniziare, diamo un'occhiata al set di dati.
Si parte dalla visualizzazione schema. Qui possiamo vedere una tabella in cui ogni riga rappresenta una colonna del set di dati. Nella preparazione automatica dei dati sono state generate statistiche e informazioni strategiche. Potrebbe essere necessario scorrere il lato destro dello schema per vedere le informazioni strategiche.
Si può notare che AccountID è stato escluso a causa dell'elevata cardinalità. Ciò significa che la colonna contiene troppi valori unici. La funzionalità Country è stata esclusa per il motivo opposto: il valore è lo stesso per tutte le righe. Queste due funzionalità non fornirebbero alcun valore ai modelli di machine learning.
Si può anche notare che la funzione categoriale Territory è di tipo impact encoded. Per ulteriori informazioni, posizionare il mouse sulle icone di avviso e informazione .
Fare clic sull'icona di visualizzazione dati per passare alla visualizzazione dati. Qui è possibile trovare maggiori informazioni su ogni colonna, compresi i dati di esempio.
Selezione di una destinazione
Vogliamo che il nostro modello di machine learning preveda l'abbandono dei clienti, quindi selezioniamo Churned, l'ultima colonna nel set di dati, come destinazione.
Procedere come indicato di seguito:
-
Per passare alla visualizzazione schema, fare clic sull'icona della visualizzazione schema .
-
Posizionare il puntatore del mouse su Churned e fare clic sull'icona di destinazione che viene visualizzata.
Nel pannello Configurazione esperimento, possiamo ora vedere che è stato selezionato il valore Churned. È possibile inoltre visualizzare quali funzioni vengono selezionate automaticamente ed escluse. Poiché Churned è la destinazione, non verrà utilizzata come funzione. È inoltre possibile vedere che l'esperimento verrà trattato come un problema di classificazione binaria.
Selezione delle funzioni
Per questa prima fase del nostro esperimento, includeremo tutte le funzioni e gli algoritmi selezionati per impostazione predefinita. Tuttavia, se è noto che alcune funzioni non hanno alcuna influenza sulla destinazione, in base alle proprie conoscenze aziendali, è possibile deselezionarle a questo punto per escluderle dal training.
Training dell'esperimento
La configurazione è terminata e siamo pronti per iniziare il training.
Procedere come indicato di seguito:
-
Nell'angolo in basso a destra, fare clic su Esegui esperimento.
Una volta terminata l'esecuzione dell'esperimento, possiamo passare alla fase successiva, che consiste nell'esaminare le metriche dei modelli risultanti.