メイン コンテンツをスキップする

予測データの作成

モデルを展開して承認すると、新しいデータに関する予測を作成できます。

ここまでのところ、既存の顧客データを使って機械学習モデルを作成しました。このプロセスの目的は、新しいデータに適用するために、機械学習を通してパターンを認識することです。

トレーニング データで SHAP 値を分析するためのみのユース ケースもあります。この情報は、自分の権限においても非常に重要です。

Qlik AutoMLでの予測に関する詳細については、データセットでの予測の作成を参照してください。

プロセスの最初のステップは、モデルを適用して予測を生成するデータセットを選択することです。この後、出力のために希望するプロパティを設定してから、ファイルを生成できます。

カタログで、新しい ML 展開を開きます。

  1. ML 展開インターフェイスの右下で、 [予測の作成] をクリックします。

  2. [予測構成] パネルがまだ開いていない場合は、実験構成パネル をクリックして開きます。

  3. 次に、適用データセットを選択する必要があります。[データの適用] で、 [適用データセットを選択] をクリックします。

  4. 適用データセット ファイルを選択します。これは、CSV または QVD のどちらを使用しているかに応じて、次のいずれかになります。

    • AutoML Tutorial - Churn data - apply.csv

    • AutoML Tutorial - Churn data - apply.qvd

  5. トレーニング データセットと適用データセットのスキーマを比較します。トレーニング中に特徴量の選択を解除したため、適用データセットにはトレーニング データセットよりも多くの項目が含まれます。これについて心配する必要はありません。予測を生成するとき、AutoML はトレーニング データセットに存在しない適用データセットの項目を単純に無視します。

  6. [データセットの予測] ペインで、[予測データセットに名前を付ける] をクリックします。データセットの名前を入力(または既定の名前に設定)し、形式を選択します。既定は Parquet ですが、このチュートリアルでは CSV を使用します。

  7. スペースを選択し、[確定] をクリックします。

  8. [予測オプション] で、この予測で生成するデータセットを選択します。この場合は、 [SHAP] および [エラー] の選択を解除してから、 [座標 SHAP] を選択します (これによりピボット テーブルを標準フォーマットに変換し、すべての含まれる項目のデータを分析できます)。AccountID をインデックス列として使用できるようにします。

    予測作成時の予測設定メニューとデータセット スキーマ。

[保存して今すぐ予測] をクリックします。プロセスは、 [データセットの予測] で監視できます。

表示されたポップアップで [開く] をクリックすることにより、カタログの出力をレビューできます。

予測の実行が終了すると、新しいデータセットを使ってアプリの構築を開始できます。次のトピックに移ります。

このページは役に立ちましたか?

このページまたはコンテンツに、タイポ、ステップの省略、技術的エラーなどの問題が見つかった場合は、お知らせください。改善に役立たせていただきます。