Automatische functieontwikkeling

Met automatische functieontwikkeling kan Qlik Predict bestaande functies van uw trainingsgegevens gebruiken om nieuwe functies te maken. Deze nieuwe automatisch ontwikkelde kenmerken stellen u in staat nieuwe patronen in uw gegevens te ontdekken en kunnen de prestatie van uw machine learning-modellen enorm verbeteren. Qlik Predict ondersteunt datumfunctie-engineering en vrije tekstfunctie-engineering.

Achtergrond

Kenmerk-engineering is het proces waarbij nieuwe kenmerkkolommen worden gemaakt vanuit bestaande kolommen. Qlik Predict kan automatisch functies ontwikkelen voor verbeterde afhandeling van bepaalde soorten gegevens. Voor algemene informatie over het ontwikkelen van kenmerken, raadpleegt u Nieuwe functiekolommen maken.

Vaststellen wanneer automatische functie-engineering mogelijk is

Nadat u een gegevensverzameling hebt geselecteerd voor gebruik in uw experiment, wordt de gegevensverzameling geanalyseerd en worden de kolommen erin geïdentificeerd als kolommen met een bepaald type gegevens. Deze gegevenstypen maken het voor Qlik Predict mogelijk om een functietype aan iedere kolom in de gegevensverzameling toe te wijzen. Aan iedere kolom wordt een van de volgende kenmerktypen toegewezen:

• Categorisch

• Numeriek

• Datum

• Vrije tekst

Waar mogelijk geeft Qlik Predict een lijst met automatisch ontwikkelde functies weer die kunnen worden gemaakt vanuit geschikte bovenliggende functies. Deze lijst met automatisch ontwikkelde kenmerken wordt verder verfijnd en verkleind wanneer de voorbewerking start. Automatisch ontwikkelde functies toevoegen aan uw experiment wordt aanbevolen maar is optioneel. U kunt afzonderlijke, automatisch ontwikkelde functies verwijderen voordat u de training start en wanneer u iedere nieuwe experimentversie configureert.

Voor meer informatie over de processen die worden uitgevoerd voordat de experimenttraining begint, raadpleegt u Geautomatiseerde voorbereiding en transformatie.