Het experiment maken en configureren

De eerste stap is om het experiment te maken en configureren. U gebruikt de gegevensverzameling voor training die u eerder hebt geüpload om het model te trainen tot het klaar is om te worden ingezet om voorspellingen te maken.

Een nieuw experiment maken

Doe het volgende:

1. Klik in de Qlik Cloud Analyse-hub op Nieuwe toevoegen en selecteer Nieuw ML-experiment.

2. Voer een naam in voor uw experiment, zoals Zelfstudie klantverloop.

3. Voer desgewenst een beschrijving en tags in.

4. Kies een ruimte voor uw experiment. Dit kan uw persoonlijke ruimte of een gedeelde ruimte zijn.

5. Klik op Maken.

6. Selecteer het Customer churn data - training.csv-bestand.

De gegevens controleren

U bent nu klaar om te beginnen met de configuratie van uw experiment, maar voordat u begint, gaan we eerst de gegevensverzameling bekijken.

We beginnen in de schemaweergave. Hier zien we een tabel waarbij iedere rij een kolom in uw gegevensverzameling vertegenwoordigt. Er zijn statistieken en inzichten gegenereerd tijdens de automatische voorbereiding van de gegevens. Om de Inzichten te zien, dient u mogelijk aan de rechterkant van het schema te scrollen.

We kunnen zien dat AccountID is uitgesloten vanwege een hoge kardinaliteit. Dat betekent dat de kolom te veel unieke waarden bevat. Het kenmerk Country is uitgesloten vanwege de tegenovergestelde reden: de waarde is voor alle rijen gelijk. Deze twee kenmerken zouden geen waarde toevoegen aan de machine learning-modellen.

We zien ook dat het categorische kenmerk Territory impact encoded is. Plaats voor meer informatie de muisaanwijzer boven de pictogrammen waarschuwing en informatie .

Klik op het gegevensweergavepictogram om de weergave te veranderen in gegevensweergave. Hier zien we meer informatie per kolom, inclusief voorbeeldgegevens.

Een doel selecteren

We willen dat ons machine learning-model het klantenverloop voorspelt, dus we selecteren Churned, de laatste kolom van de gegevensverzameling, als ons doel.

Doe het volgende:

1. Klik op het pictogram voor schemaweergave om over te schakelen naar de schemaweergave.

2. Plaats de muisaanwijzer boven Churned en klik op het doelpictogram dat wordt weergegeven.

In het deelvenster Experimentconfiguratie zien we nu dat Churned is geselecteerd. We kunnen ook zien welke kenmerken automatisch zijn geselecteerd en uitgesloten. Omdat Churned het doel is, wordt het niet als een kenmerk gebruikt. We zien ook dat dit experiment wordt behandeld als een binair classificatieprobleem.

Kenmerken selecteren

Voor de eerste uitvoering van ons experiment nemen we alle kenmerken en algoritmen op die standaard zijn geselecteerd. Maar als u nu al weet dat bepaalde kenmerken geen invloed hebben op het doel (op basis van uw zakelijke kennis), kunt u ze nu ook deselecteren en uitsluiten van de training.

Het experiment trainen

De configuratie is gereed en we zijn klaar om de training te starten.

Doe het volgende:

• Klik rechtsonderaan in het experimentvenster op Experiment uitvoeren.

Als het experiment is uitgevoerd, gaan we verder met de volgende stap: controle van de resulterende metrische gegevens van het model.