Tworzenie i konfigurowanie eksperymentu
Pierwszy krok polega na utworzeniu i skonfigurowaniu eksperymentu. Przesłany wcześniej zestaw danych do uczenia będzie używany do uczenia modelu, aż model będzie gotowy do wdrożenia w celu tworzenia predykcji.
Tworzenie nowego eksperymentu
Wykonaj następujące czynności:
-
W hubie Analityka Qlik Cloud kliknij Dodaj nowy, a następnie wybierz Nowy eksperyment uczenia maszynowego.
-
Wpisz nazwę eksperymentu, na przykład Kurs — Odpływ klientów.
-
Opcjonalnie dodaj opis i znaczniki.
-
Wybierz przestrzeń na eksperyment. Może to być Twoja przestrzeń prywatna lub przestrzeń udostępniona.
-
Kliknij polecenie Utwórz.
-
Wybierz plik Customer churn data - training.csv.
Sprawdzanie danych
Możesz już rozpocząć konfigurację eksperymentu, ale najpierw przyjrzyjmy się zestawowi danych.
Zaczynamy w widoku schematu. Tutaj widzimy tabelę, w której każdy wiersz reprezentuje kolumnę z zestawu danych. Statystyki i wnioski zostały wygenerowane podczas automatycznego przygotowywania danych. Aby zobaczyć Wnioski, być może trzeba będzie przewinąć do prawej strony schematu.
Widzimy, że wykluczono AccountID ze względu na dużą kardynalność. Oznacza to, że kolumna ta zawiera zbyt wiele unikatowych wartości. Cecha Country została wykluczona z przeciwnego powodu: wartość jest taka sama dla wszystkich wierszy. Te dwie cechy nie wniosłyby żadnej wartości do modeli uczenia maszynowego.
Widzimy również, że cecha kategorialna Territory została zakodowana metodą impact encoding. Wskaż kursorem ikony ostrzeżeń i informacji , aby uzyskać więcej informacji.
Kliknij ikonę widoku danych , aby przejść do widoku danych. Tutaj widać więcej informacji o każdej kolumnie, w tym przykładowe dane.
Wybieranie celu
Chcemy, aby nasz model uczenia maszynowego przewidywał odpływ klientów, dlatego jako cel wybieramy Churned — ostatnią kolumnę w zestawie danych.
Wykonaj następujące czynności:
-
Kliknij ikonę widoku schematu , aby przełączyć ponownie na widok schematu.
-
Wskaż kursorem wiersz Churned i kliknij wyświetloną ikonę .
W panelu Konfiguracja eksperymentu możemy teraz zobaczyć, że wybrana została pozycja Churned. Możemy także zobaczyć, które cechy są automatycznie wybierane i wykluczane. Ponieważ Churned jest celem, nie będzie używana jako cecha. Widzimy również, że eksperyment ten będzie traktowany jako problem klasyfikacji binarnej.
Wybieranie cech
Na potrzeby pierwszego uruchomienia eksperymentu uwzględnimy wszystkie cechy i algorytmy, które zostały wybrane domyślnie. Jeśli jednak wiesz już na podstawie swojego doświadczenia biznesowego, że pewne cechy nie mają wpływu na cel, możesz je w tym momencie odznaczyć, aby wykluczyć je z uczenia.
Uczenie eksperymentu
Konfiguracja jest zakończona i możemy rozpocząć uczenie.
Wykonaj następujące czynności:
-
W prawym dolnym rogu okna eksperymentu kliknij Uruchom eksperyment.
Po zakończeniu eksperymentu możemy przejść do następnego kroku, jakim jest przejrzenie wynikowych wskaźników modelu.