Автоматическое создание признаков

Благодаря функции автоматического создания признаков Qlik AutoML может создавать новые признаки, используя существующие признаки в данных для обучения. Такие новые автоматически созданные признаки позволяют выявлять новые шаблоны в данных и могут значительно улучшить производительность моделей машинного обучения.

Создание признаков — это процесс создания новых столбцов признаков на основе существующих. AutoML может автоматически создавать признаки для улучшенной обработки определенных типов данных. Для получения общих сведений о создании признаков см. раздел Создание новых столбцов признаков.

Автоматически созданные признаки даты и родительские признаки, на основе которых они созданы, помечены значком .

После выбора набора данных для использования в эксперименте выполняется анализ этого набора, и содержащиеся в нем столбцы идентифицируются как содержащие те или иные типы данных. Эти типы данных позволяют AutoML назначить тип признака каждому столбцу в наборе данных. Каждому столбцу присваивается один из следующих типов признака:

• Категориальный

• Числовой

• Дата

• Произвольный текст

Когда возможно, AutoML отображает список признаков, которые можно автоматически создать на основе удовлетворяющих критериям родительских признаков. Этот список автоматически созданных признаков дополнительно уточняется и сокращается после начала предварительной обработки. Включение автоматически созданных признаков в эксперимент рекомендуется, но не является обязательным. Можно удалять отдельные автоматически созданные признаки перед началом обучения и при настройке конфигурации каждой новой версии эксперимента.

Для получения дополнительной информации о процессах, завершенных до начала обучения эксперимента, см. раздел Автоматическая подготовка и преобразование данных.

Создание признаков даты

AutoML  автоматически создает признаки из удовлетворяющих критериям столбцов с типом признака даты, которые идентифицированы, как содержащие данные даты и времени. Автоматически созданные признаки даты и родительские признаки, на основе которых они созданы, помечены значком .

Когда Аналитика Qlik Cloud создает профиль набора данных для обучения, выбранного для использования в AutoML, с типом признака даты связываются определенные типы данных. Сюда относятся следующие типы данных:

• Дата

• Дата и время

• Время

• Метка времени

Признаки, которым назначаются любые из этих типов данных во время профилирования, получают тип признака даты. Для получения информации о доступной статистике профиля, которую можно просматривать для полей данных, см. раздел Профиль в виде списка.

Когда возможно, AutoML отображает список признаков даты, которые можно автоматически создать на основе удовлетворяющих критериям родительских признаков, имеющих тип признака даты. Автоматически созданные признаки даты включаются в эксперимент по умолчанию. Если решено включить их, новые признаки создаются после завершения эксперимента версии 1.

Автоматически созданные признаки даты относятся к числовому типу признака. Они включены в эксперимент по умолчанию, но не являются обязательными. Можно удалить некоторые или все такие признаки до начала эксперимента или в процессе настройки следующей версии эксперимента. При включении автоматически созданных признаков даты из эксперимента удаляется исходный родительский признак даты.

Вместо этого можно включить в эксперимент родительский признак даты. В таком случае родительскому признаку назначается категориальный тип признака, вместо типа даты, и автоматически созданные признаки даты становятся непригодными. Рекомендуется использовать в эксперименте доступные автоматически созданные признаки, так как они обеспечивают улучшенную производительность моделей машинного обучения.

Автоматически созданные признаки даты не учитываются в общем размере набора данных AutoML (максимальное количество ячеек в наборах данных для обучения и в наборах данных для применения), который указан в подписке Qlik Cloud. Засчитываются только исходные ячейки столбцов данных.

Использование признаков даты в качестве цели эксперимента

В редких случаях, когда требуется использовать признак с данными даты и времени в качестве цели эксперимента, тип признака столбца переключается с типа даты на категориальный тип, а автоматически созданные признаки удаляются. Если выбрать другую цель, а затем повторно добавить признак даты и времени в качестве обычного признака, то при необходимости нужно будет вручную изменить тип этого признака на «Дата». Если снова назначить признаку тип даты, то признаки даты будут автоматически созданы повторно.

Для получения дополнительной информации об изменении типа признака см. раздел Изменение типов признаков.

Доступные автоматически созданные признаки

При автоматическом создании признаков даты на основе столбца в наборе данных AutoML извлекает и рассчитывает специфические компоненты каждого значения даты и даты-времени, изолируя каждый компонент в отдельном столбце. В таблице ниже перечислены признаки, которые AutoML может создавать автоматически.

Для каждого нового созданного признака к исходному имени столбца добавляется в виде суффикса имя соответствующего автоматически созданного признака.

Автоматически созданные признаки в прогнозах

Признаки даты автоматически создаются, когда набор данных для обучения используется для создания модели, которая разворачивается и используется в качестве развертывания машинного обучения для прогнозирования новых данных (набор данных для применения).

Когда модель, обученная с использованием автоматически созданных признаков даты, разворачивается с целью прогнозирования, набор данных для применения, на основе которого создаются прогнозы, не должен обязательно включать автоматически созданные признаки даты. AutoML автоматически создает признаки для набора для применения перед прогнозированием. Однако набор данных для применения должен включать родительский признак даты, и столбцу должен быть назначен тип данных Date, Datetime, Timestamp или Time.

Наборы данных для прогнозирования, созданные развертыванием машинного обучения, включая SHAP и наборы данных для применения, будут включать автоматически созданные признаки даты.

Автоматически созданные признаки в прогнозах в реальном времени

Чтобы API-интерфейс прогнозирования в реальном времени мог обрабатывать поля даты и меток времени, полезная нагрузка JSON, отправляемая в этот API, должна соответствовать перечисленным ниже требованиям:

• Значения даты и времени-даты должны быть в формате строки согласно стандартам ISO 8601

• Данные в каждом столбце должны относиться к одному часовому поясу