데이터 집합에 대한 예측 만들기
ML 배포를 사용하여 새 데이터에 대한 향후 결과를 예측합니다. 배치 예측을 사용하면 ML 배포 내에서 예측 구성을 만든 다음 이를 사용하여 예측을 데이터 집합으로 생성할 수 있습니다. 생성된 데이터 집합에서 각 행에는 해당 행에 대한 예측 값이 포함됩니다. 배치 예측을 사용하면 적용 데이터 집합의 각 행에 대한 예측을 생성할 수 있습니다.
예측 구성을 만들려면 ML 배포를 열고 배치 예측 창으로 이동합니다. ML 배포 인터페이스 탐색을 참조하십시오.
배치 예측을 사용하면 카탈로그의 데이터 집합에 대한 예측을 수행할 수 있습니다. 예를 들어, 새 트랜잭션에 대한 매일 예측을 수행할 수 있습니다. 또는, 기계 학습 API의 실시간 예측 종료 지점을 사용하여 실시간으로 예측을 수행할 수도 있습니다. 실시간 예측에 대한 정보는 실시간 예측 만들기를 참조하십시오.
실시간 예측 API는 사용 중지되었으며 기계 학습 API의 실시간 예측 종료 지점으로 바뀌었습니다. 기능 자체가 사용 중지된 것은 아닙니다. 향후 실시간 예측을 위해서는 기계 학습 API의 실시간 예측 종료 지점을 사용합니다. 실시간 예측 API에서 기계 학습 API로 마이그레이션하는 데 대한 도움말은 Qlik Cloud 개발자 포털의 마이그레이션 가이드를 참조하십시오.
배치 예측은 예측이 포함된 데이터 집합과 분류 모델의 경우 각 클래스의 확률이 포함된 열로 생성됩니다. 선택적으로 SHAP 값이나 오류가 포함된 데이터 집합과 적용 데이터 집합의 복사본을 생성할 수도 있습니다. 데이터 집합은 Parquet, CSV 또는 QVD 형식일 수 있습니다.
예측이 만들어지면 예측 통찰력을 Qlik Sense 앱에 로드할 수 있습니다. 이를 통해 데이터를 시각화하고 데이터와 상호 작용하고 가상 시나리오를 만들 수 있습니다.
요구 사항 및 권한
공유 및 관리 공간에서 배포 및 예측 작업을 위한 필요한 공간 역할에 대한 정보는 다음을 참조하십시오:
관리자인 경우, 배포 및 예측 작업을 위한 필요한 사용자 권한에 대한 포괄적인 개요는 Qlik 프로젝트을 사용할 수 있는 사용자를 참조하십시오.
새 배치 예측 만들기
배포 개요, 배포 가능한 모델 또는 배치 예측 창에서 새로운 예측 구성을 만들 수 있습니다.
다음과 같이 하십시오.
-
카탈로그에서 ML 배포를 엽니다.
-
오른쪽 아래에서 예측 만들기를 클릭합니다.
-
데이터 집합 스키마 적용 섹션에서 적용 데이터 집합 선택을 클릭합니다.
-
예측을 생성할 데이터 집합을 선택하거나 적용 데이터 집합 추가를 클릭하여 새 데이터 집합을 업로드합니다. Qlik Cloud Analytics에 데이터 파일을 추가하는 방법에 대한 자세한 내용은 데이터 집합 추가를 참조하십시오.
정보 메모이 단계에서는 적용 데이터 집합 스키마가 모델 스키마와 일치하지 않는 경우 알림이 전송됩니다. 예측이 성공적으로 실행되려면 스키마에 동일한 기능과 데이터 유형이 있어야 합니다. -
선택적으로 예측 구성의 이름을 지정하고 설명을 추가할 수 있습니다. 오른쪽의 예측 구성 창에서 예측 이름 아래에서 이름과 설명을 편집합니다.
-
기본적으로 예측 구성은 배포의 기본 모델을 사용하여 예측을 생성하도록 설정되어 있습니다. 또는 별칭을 사용하여 다른 모델에서 예측을 실행하도록 선택할 수 있습니다. 예측 구성 창에서 모델 별칭 선택을 확장하고 사용할 별칭을 선택합니다.
배치 예측에서 별칭을 사용하는 방법에 대한 자세한 내용은 배치 예측을 위한 모델 별칭 구성를 참조하십시오.
-
예측 구성 창의 예측 데이터 집합(출력)에서 예측 데이터 집합 이름 지정을 클릭합니다.
-
필요에 따라 폴더와 파일 이름을 포함하여 데이터 집합을 저장할 공간 내의 경로를 편집합니다. 폴더는 / 문자로 구분합니다.
Qlik 프로젝트는 예측 출력에 대한 동적 명명도 지원합니다. 자세한 내용은 배치 예측을 위한 동적 명명 및 저장을 참조하십시오.
-
생성된 데이터 집합에 대한 형식을 선택합니다. 기본값은 Parquet입니다. CSV 또는 QVD 형식으로도 데이터 집합을 생성할 수 있습니다.
-
공간을 선택합니다.
-
확인을 클릭합니다.
-
예측 옵션에서 생성하려는 추가 데이터 집합을 선택합니다.
-
데이터 집합 적용: 예측에 사용되는 적용 데이터 집합의 복사본을 생성합니다. 시계열 모델의 경우, 이 적용 데이터 집합 복사본에는 적용 기간 내의 레코드, 즉 예측을 생성하는 데 사용된 레코드만 포함됩니다.
-
오류 적용 데이터 집합의 레코드에 대해 오류가 있는 데이터 집합을 생성합니다. 이를 통해 레코드가 삭제되었는지 여부와 그 이유를 알 수 있습니다. 시계열 모델에는 사용할 수 없습니다.
-
SHAP: 각 레코드에 대한 SHAP 값으로 데이터 집합을 생성합니다. 데이터 집합에는 모델의 각 기능에 대한 index 및 <feature>_SHAP 열이 있습니다. 시계열 모델에는 사용할 수 없습니다.
정보 메모다중 클래스 분류 모델의 예측에는 이 옵션을 사용할 수 없습니다. 이러한 모델의 경우 대신 좌표 SHAP 옵션을 사용할 수 있습니다. -
좌표 SHAP: 각 레코드에 대한 SHAP 값으로 데이터 집합을 생성합니다. 이는 SHAP 데이터 집합과 동일한 값을 제공하지만 다른 방식으로 구성됩니다. 데이터 집합에는 index, automl_feature 및 SHAP_value 열이 있습니다. 추가 열 Predicted_class가 다중 클래스 분류 모델의 예측에 포함됩니다. 시계열 모델에는 사용할 수 없습니다.
-
-
필요에 따라 위의 각 데이터 집합을 저장할 공간 내의 경로를 편집합니다. 경로에는 폴더와 파일 이름이 포함됩니다. 폴더는 / 문자로 구분합니다.
Qlik 프로젝트는 예측 출력에 대한 동적 명명도 지원합니다. 자세한 내용은 배치 예측을 위한 동적 명명 및 저장을 참조하십시오.
-
인덱스 열에서 인덱스 열을 자동 생성할지 아니면 적용 데이터 집합에 있는 기존 열을 사용할지 선택합니다. 시계열 모델에는 사용할 수 없습니다.
-
일정에 따라 예측을 실행하려고 할 수도 있습니다. 예측 일정에서 일정 만들기를 클릭하고 표시되는 대화 상자에서 설정을 조정합니다. 자세한 내용은 예측 예약을 참조하십시오.
-
예측 구성을 저장하고 예측을 실행하지 않고 배치 예측 창으로 돌아가려면 저장 및 닫기 버튼을 클릭합니다. 예측을 일정에 따라 실행하려는 경우에만 이 옵션을 선호할 수 있습니다.
또는 저장 및 닫기 옆에 있는
아이콘을 클릭합니다. 지금 저장 및 예측을 선택합니다. 이렇게 하면 예측 구성이 저장되고 수동으로 예측이 실행됩니다.마지막 실행에
가 표시되면 예측이 성공적으로 완료된 것입니다. -
생성된 데이터 집합을 보려면 카탈로그로 이동합니다.
예측 구성 편집
배치 예측 창에서 기존 예측 구성을 편집할 수 있습니다.
다음과 같이 하십시오.
-
배치 예측 창에서 편집할 예측 구성에서
을 클릭합니다. -
작업 메뉴에서 예측 구성 편집을 선택합니다.
예측 구성이 열리고 모델과 적용 데이터 집합 스키마가 화면 중앙에 표시됩니다.
-
예측 구성 창에서 다음 섹션을 편집할 수 있습니다.
-
예측 이름: 예측 구성의 이름과 설명을 변경합니다.
-
소유자: 예측 구성의 소유자로 설정합니다. 이 설정이 필요할 수 있는 경우에 대한 정보는 예측 구성 소유권을 참조하십시오.
-
모델 별칭 선택: 예측에 사용되는 모델 별칭을 변경합니다.
-
데이터 적용(입력): 적용 데이터 집합을 변경할 수 있습니다. 시계열 모델의 경우, 이 적용 데이터 집합 복사본에는 적용 기간 내의 레코드, 즉 예측을 생성하는 데 사용된 레코드만 포함됩니다.
-
예측 데이터 집합(출력): 예측 데이터 집합의 이름과 공간을 변경할 수 있습니다.
-
예측 옵션: 생성된 추가 데이터 집합에 대한 선택 항목을 변경하거나 해당 이름과 폴더 위치를 변경할 수 있습니다.
-
예측 일정: 원하는 경우 예측이 실행될 일정을 설정할 수 있습니다. 자세한 내용은 예측 예약을 참조하십시오.
-
-
예측 구성을 저장하고 예측을 실행하지 않고 배치 예측 창으로 돌아가려면 저장 및 닫기 버튼을 클릭합니다.
또는 저장 및 닫기 옆에 있는
아이콘을 클릭합니다. 지금 저장 및 예측을 선택합니다. 이렇게 하면 예측 구성이 저장되고 수동으로 예측이 실행됩니다.마지막 상태가 "성공"으로 표시되면 예측이 완료된 것입니다.
배치 예측 실행
배치 예측 창에서 기존 예측 구성에 대한 예측을 실행할 수 있습니다. 또는 사용자 지정 가능한 일정에 따라 예측을 실행할 수 있습니다. 요구 사항에 가장 잘 맞도록 예측의 수동 및 예약 실행을 결합할 수 있습니다.
수동으로 예측 실행
배치 예측 창의 컨텍스트 메뉴에서 옵션을 선택하여 예측 구성을 직접 실행할 수 있습니다.
사용자가 예측을 수동으로 실행하려면 해당 사용자가 작업에 대한 액세스 요구 사항을 충족해야 합니다. 예측 구성 소유권을 참조하십시오.
다음과 같이 하십시오.
-
배치 예측 창에서 예측에 사용할 예측 구성을
을 클릭합니다. -
작업 메뉴에서 지금 예측 실행을 선택하여 예측 생성을 시작합니다.
마지막 상태가 "성공"으로 표시되면 예측이 완료된 것입니다.
예측 예약
일정에 따라 자동으로 실행되도록 예측을 설정할 수 있습니다. 만드는 각 예측 구성에 대해 하나의 일정을 만들 수 있습니다. 예측 구성을 만들거나 편집할 때 예측 일정 메뉴에 액세스합니다.
예약된 예측이 성공적으로 실행되려면 예측 구성 소유권 소유자가 여러 권한 요구 사항을 충족해야 합니다. 그렇지 않으면 예측을 실행할 수 없습니다. 자세한 내용은 예측 구성 소유권을 참조하십시오.
예측 일정 대화 상자에서는 일정에 대해 다음 매개 변수를 지정할 수 있습니다.
-
예측 실행: 예측이 실행될 일반 일정을 조정합니다(매일, 매주 또는 매월). 선택에 따라 간격, 요일 또는 날짜를 설정합니다.
-
시간: 예측 실행을 시작할 시간을 구성합니다.
시간 단위로 예약하는 경우(일별 또는 주별 예측의 경우) 예측이 실행될 시작 및 종료 시간을 지정할 수도 있습니다.
-
시작 날짜: 예측 일정이 적용되는 날짜를 설정합니다.
-
끝 날짜: 예측 실행이 일정에 따라 중지되는 날짜를 설정합니다. 기본적으로 일정은 무기한 계속 실행되도록 설정되지만 일정의 끝 날짜를 지정할 수 있습니다.
-
적용 데이터 집합이 변경된 경우에만 실행: 다음 이벤트 중 하나가 발생하면 예약된 예측이 실행됩니다. 그렇지 않으면 예약된 예측이 실행되지 않습니다.
-
적용 데이터 집합에서 변경 내용이 감지되었습니다.
-
배치 예측에 사용된 모델이 변경되었습니다. 이는 현재 별칭에 할당된 모델이 변경되었거나 다른 모델을 사용하는 다른 별칭이 변경되었기 때문입니다.
-
예측 구성 삭제
배치 예측 창에서 기존 예측 구성을 삭제할 수 있습니다.
다음과 같이 하십시오.
-
배치 예측 창에서 삭제할 예측 구성에서
을 클릭합니다. -
작업 메뉴에서 예측 구성 삭제를 선택합니다.
-
삭제를 클릭하여 확인합니다.
주요 개념
데이터 집합 적용
실험 교육 중에 새 데이터 집합에 대한 예측을 생성하는 데 사용되는 모델을 배포합니다. 이 데이터 집합을 적용 데이터 집합이라고 합니다. 예측은 예측이 있는 데이터 집합에서 생성되며 분류 모델의 경우 각 클래스의 확률이 있는 열에서 생성됩니다. 선택적으로 SHAP 값 또는 오류가 있는 데이터 집합을 생성할 수도 있습니다.
Qlik Cloud에서 업로드 및 프로파일링할 수 있는 모든 플랫 파일은 Qlik 프로젝트에서 사용할 수 있도록 지원됩니다.
시트가 여러 개인 Microsoft Excel 파일과 같은 다중 테이블 파일의 경우 첫 번째 테이블만 가져옵니다. 테이블에 대한 데이터 프로파일링이 실패하면(예: 테이블이 비어 있는 경우) 파일이 지원되지 않습니다.
적용 데이터 집합에 대한 요구 사항은 모델 유형에 따라 다릅니다.
-
분류 및 회귀 모델의 경우, 적용 데이터 집합은 ML 배포 교육에 사용되는 데이터 집합과 기능 및 데이터 유형이 동일해야 합니다. ML 실험에 지정된 대상 열은 적용 데이터 집합에 포함될 필요가 없습니다. 모델 교육의 일부가 아닌 추가 열이 여전히 적용 데이터 집합에 존재할 수 있습니다. Qlik 프로젝트은 예측을 생성할 때 추가 열을 무시합니다.
-
시계열 모델의 경우, 예측은 열이 아닌 행으로 생성됩니다. 예측은 여전히 대상 열에 대해 생성되고 있지만, 특정 미래 시간 값에 해당하는 레코드입니다. 열의 구조는 훈련 및 적용 데이터 집합 간에 변경되지 않습니다. 시계열 모델의 적용 데이터 세트에는 예측해야 하는 미래 레코드에 대한 과거 데이터와 자리 표시자 값이 포함되어야 합니다. 자세한 내용은 적용 데이터 집합 준비 및 시계열 모델에 대한 예측 작업를 참조하십시오.
예측 구성
예측 데이터 집합은 예측 구성에서 생성됩니다. 각 ML 배포에는 여러 예측 구성이 있을 수 있습니다. 예측 구성은 일정 유무에 관계없이 실행되도록 설정할 수 있습니다.
예측 구성 소유권
사용자가 예측 구성을 만들면 자동으로 소유자로 할당됩니다.
예측 구성의 소유자가 테넌트에 대한 액세스 권한을 잃거나 ML 배포 작업을 위한 다른 요구 사항을 더 이상 충족하지 못할 수 있습니다. 이 경우 필요한 권한이 있는 사용자는 소유자 되기를 클릭하여 예약된 예측의 소유권을 가져와서 실행할 수 있습니다. 이는 예측 구성 창에서 수행되거나 데이터 집합 예측 창에서 작업으로 수행됩니다.
예측 구성의 소유자가 되려면 다음이 필요합니다.
예측 구성의 소유자가 되기 위해 필요한 권한에 대한 자세한 내용은 요구 사항 및 권한을 참조하십시오.
모델 활성화
ML 배포를 통해 예측을 생성하려면 먼저 소스 모델을 활성화해야 합니다. 자세한 내용은 배포된 모델 승인을 참조하십시오.
자동 기능 엔지니어링
자동 기능 엔지니어링을 사용하여 교육된 모델로 예측을 생성하는 방법에 대한 자세한 내용은 자동 기능 엔지니어링을 참조하십시오.
적용 데이터 집합에 대한 고려 사항
수동으로 기능 유형을 변경하는 영향
수동으로 기능 유형을 변경한 다음 결과 모델을 배포하는 경우 기능 유형 재정의는 해당 모델로 만든 예측에 사용되는 적용 데이터 집합의 기능에 적용됩니다.
예측 작업 관리
테넌트 관리자는 관리 활동 센터 에서 예측 활동을 중지하거나 취소할 수 있습니다. 자세한 내용은 Qlik 프로젝트 관리을 참조하십시오.
알림 구성
ML 배포에서 예측이 만들어지면 알림을 받을 수 있습니다. 자세한 내용은 Qlik 프로젝트에 대한 알림 구성을 참조하십시오.
데이터 드리프트 및 예측 이벤트 세부 정보 보기
예측을 실행한 후 데이터 드리프트 모니터링 및 작업 모니터링 창으로 전환하여 다음에 대한 세부 정보를 확인합니다.
-
적용 데이터 집합의 각 기능에 대한 데이터 드리프트 수준. 비교는 적용 데이터 집합과 교육 데이터 집합 사이에서 수행됩니다.
-
예측 이벤트에 대한 세부 정보(예: 성공 또는 실패 여부, 생성된 예측 수).
자세한 내용은 배포된 모델의 성능 및 사용량 모니터링을 참조하십시오.
계보 및 영향 분석 보기
Qlik Cloud의 계보 및 영향 분석 도구를 사용하면 다음을 분석할 수 있습니다.
-
예측 데이터 집합과 적용 데이터 집합의 원본. 여기에는 관련 교육 데이터, 실험, 모델 및 ML 배포가 포함될 수 있습니다.
-
Qlik Cloud의 다운스트림 콘텐츠에서 예측 데이터 집합과 적용 데이터 집합이 사용되고 있는 방법.