Перейти к основному содержимому Перейти к дополнительному содержимому

Создание признаков даты

Qlik Predict автоматически создает признаки из столбцов с типом признака даты, если в них была обнаружена информация, содержащая дату и время. Автоматически созданные признаки даты и родительские признаки, на основе которых они созданы, помечены значком Автоматически созданные.

Когда Qlik Cloud Analytics анализирует обучающий набор данных, выбранный в Qlik Predict, определенные типы данных связываются с признаком типа "дата". 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 Вид списка.

Если возможно, Qlik Predict отображает список признаков даты, которые можно автоматически создать на основе удовлетворяющих критериям родительских признаков, имеющих признак с типом "дата". Автоматически созданные признаки даты включаются в эксперимент по умолчанию. Если решено включить их, новые признаки создаются после завершения эксперимента версии 1.

Примечание к информацииРекомендуется выполнить повторное обучение моделей, обученных до 29 августа 2023 года, которые включают признаки, содержащие даты или метки времени.

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 родительский признак даты как категориальный или числовой признак. После этого автоматически созданные признаки даты станут непригодными к использованию. В большинстве случаев рекомендуется использовать в эксперименте доступные автоматически созданные признаки, так как они повышают производительность моделей машинного обучения. Однако могут возникать ситуации, когда столбец идентифицируется как признак даты, но его требуется обрабатывать как категориальный или числовой. В таких случаях можно вручную изменить тип признака.

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

Вид схемы, где отображаются признаки, которые можно автоматически создать на основе родительского признака даты «Invoice Date». Обратите внимание на различие между значениями полей Тип данных и Тип признака каждого признака.

Вид схемы в обучении эксперимента, где отображается родительский признак, идентифицированный как признак даты и признаки, которые можно автоматически создать на его основе.

Использование признака 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 Qlik Predict и рассчитывает специфические компоненты каждого значения даты и даты-времени, изолируя каждый компонент в отдельном столбце. В таблице ниже перечислены признаки, которые Qlik Predict может создавать автоматически.

Список признаков, которые можно автоматически создавать на основе признака даты и времени
автоматически созданный признак Тип данных Тип признака Описание
ГОД Целое Числовой Значение поля года извлекается непосредственно из исходной даты или метки времени.
МЕСЯЦ Целое Числовой Значение поля месяца извлекается непосредственно из исходной даты или метки времени.
ДЕНЬ Целое Числовой Значение поля дня извлекается непосредственно из исходной даты или метки времени.
ЧАС Целое Числовой Значение поля часа извлекается непосредственно из исходной метки времени.
МИНУТА Целое Числовой Значение поля минуты извлекается непосредственно из исходной метки времени.
СЕКУНДА Целое Числовой Значение поля секунды извлекается непосредственно из исходной метки времени.
ДЕНЬНЕДЕЛИ Целое Числовой День недели, рассчитанный на основе исходного дня, месяца и года.
НЕДЕЛЯ Целое Числовой Неделя года, рассчитанная на основе исходного дня, месяца и года.

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

Автоматически созданные признаки даты на панели конфигурации эксперимента

Раздел «Признаки» на панели конфигурации эксперимента, где отображается список «Автоматически созданные признаки».

Автоматически созданные признаки даты и модели временных рядов

Столбец индекса даты, выбранный для эксперимента с временными рядами, интерпретируется как признак с типом даты. Однако, генерация признаков даты не поддерживается в моделях временных рядов. Признаки даты нельзя автоматически извлечь из такого столбца.

Более подробное описание моделей с временными рядами см. в разделах Работа с экспериментами временных рядов и Прогнозирование с помощью многомерных временных рядов.

Автоматически созданные признаки дат в прогнозах

Для получения информации о том, как работать с признаками даты при выполнении прогнозов, см. Работа с функциональностью даты в прогнозированиях.

Автоматически созданные признаки дат 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 прогнозирования, не должен обязательно включать автоматически созданные признаки даты. Qlik Predict 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 конечная точка прогнозирования в реальном времени в API-интерфейсе машинного обучения могла обрабатывать поля даты и меток времени, полезная нагрузка JSON, отправляемая в эту конечную точку, должна соответствовать перечисленным ниже требованиям.

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

    • 2020-01-14

    • 2020-01-14T00:00:00.000Z

  • Родительская дата — функциональность, из которой были получены части даты — должна быть включена полностью. Например, ваша модель может использовать только характеристику Год, но вам все равно необходимо предоставить дату в формате, соответствующем ISO 8601.

  • Данные в каждом столбце должны относиться к одному часовому поясу.

Примечание к информацииДанные, используемые для обучения модели, могут не соответствовать этим требованиям.
Примечание к информации

API прогнозирования в реальном времени устарел и заменен конечной точкой прогнозирования в реальном времени в API машинного обучения. Сама функция сохранена. Для будущих сеансов прогнозирования в реальном времени используйте конечную точку прогнозирования в реальном времени в API машинного обучения. Для получения помощи по миграции с API прогнозирования в реальном времени на API машинного обучения, обратитесь к руководству по миграции на портале разработчиков Qlik Cloud.

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице или с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом!