Skapa prognoser för datauppsättningar
Använd din ML-driftsättning för att förutsäga framtida resultat med nya data. Med batchprognoser skapar du prognoskonfigurationer i din ML-distribution och använder dem sedan för att generera prognoser som datauppsättningar. I de genererade datauppsättningarna innehåller varje rad ett prognostiserat värde för den specifika raden. Med batchprognoser genererar du en prognos för varje rad i din tillämpade datauppsättning.
Öppna en ML-distribution och gå till rutan Batchprognoser för att börja skapa prognoskonfigurationer. Se Navigera i gränssnittet för ML-distribution.
Med batchprognoser kan du göra prognoser för datauppsättningar i katalogen, till exempel dagliga prognoser om nya transaktioner. Prognoser kan även göras i realtid med hjälp av slutpunkten för realtidsprognoser i API:t för maskininlärning. Se Skapa realtidsprognoser för information om realtidsprognoser.
API:t för realtidsprognoser har fasats ut och ersatts av slutpunkten för realtidsprognoser i API:t för maskininlärning. Funktionaliteten i sig är inte utfasad. För framtida realtidsprognoser, använd slutpunkten för realtidsprognoser i API:et för maskininlärning.
Batchprognoser genereras i en datauppsättning med prognoser och – för klassificeringsmodeller – en kolumn med sannolikheten för varje klass. Alternativt kan du även generera datauppsättningar med SHAP-värden eller fel och en kopia av den tillämpade datauppsättningen. Datauppsättningarna kan vara i formaten Parquet, csv eller qvd.
När prognoser genereras kan du ladda prognosinsikterna i en Qlik Sense-app. På så sätt kan du visualisera och interagera med data och skapa scenarier.
Krav och behörigheter
Mer information om behörighetskraven för att arbeta med ML-distributioner och prognoser finns i Arbeta med ML-prognoser.
Skapa nya batchprognoser
Du kan skapa nya prognoskonfigurationer från Distributionsöversikten, Distributionsmodeller eller rutan Batchprognoser.
Gör följande:
Öppna en ML-distribution från katalogen.
Längst ned till höger klickar du på Skapa prognos.
I delavsnittet Tillämpat datauppsättningsschema klickar du på Välj tillämpad datauppsättning.
Välj en datauppsättning att generera prognoser för, eller klicka på Lägg till tillämpad datauppsättning för att läsa in en ny datauppsättning. Mer information om att lägga till datafiler i Qlik Cloud-analys finns i Lägga till datauppsättningar.
Anteckning om informationI det här skedet får du ett meddelande om det tillämpade datauppsättningsschemat inte stämmer överens med modellschemat. För att prognoser ska kunna köras framgångsrikt måste schemana ha samma funktioner och datatyper.Du kan eventuellt namnge din prognoskonfiguration och lägga till en beskrivning. Redigera Namn och Beskrivning under Prognosnamn i rutan Prognoskonfiguration till höger.
Som standard är din prognoskonfiguration inställd på att generera prognoser med hjälp av standardmodellen i distributionen. Du kan alternativt välja att köra prognoserna från en annan modell, med hjälp av ett alias. Expandera Välj modellalias i rutan Prognoskonfiguration till höger och välj alias att använda.
Se Konfigurera modellalias för batchprognoser för mer information om användningen av alias i batchprognoser.
I rutan Prognoskonfiguration av Prognosdatauppsättning (utdata) klickar du på Namnge prognosdatauppsättningen.
Vid behov kan du redigera sökvägen inom det utrymme där du vill lagra datauppsättningarna, inklusive mappar och ett filnamn. Separera mappar med / tecken.
Qlik Predict stöder också dynamisk namngivning för prognosutdata. Mer information finns i Dynamisk namngivning och lagring för batchprognoser.
Välj ett format för de genererade datauppsättningarna. Parquet är standard. Datauppsättningar kan också genereras i csv- eller qvd-format.
Välj ett utrymme.
Klicka på Bekräfta.
Under Alternativ för prognos väljer du ytterligare datauppsättningar som du vill generera.
Tillämpa datauppsättning: skapa en kopia av den tillämpade datauppsättningen som används för prognoserna.
Datauppsättningen Fel: generera en datauppsättning med fel för poster i den tillämpade datauppsättningen. Detta ger dig information om huruvida en post har utelämnats och av vilken anledning.
SHAP: generera en datauppsättning med SHAP-värden för varje post. Datauppsättningen har kolumnerna index och <feature>_SHAP för varje funktion i modellen.
Anteckning om informationDet här alternativet är inte tillgängligt för prognoser från klassificeringsmodeller för multiklasser. För de här modellerna kan du använda alternativet Koordinera SHAP istället.Koordinera SHAP: generera en datauppsättning med SHAP-värden för varje post. Detta ger dig samma värden som SHAP-datauppsättningen, men organiserade på ett annat sätt. Datauppsättningen har kolumnerna index, automl_feature och SHAP_value. En extra kolumn, Predicted_class, inkluderas med prognoser från en klassificeringsmodell för multiklasser.
Vid behov kan du redigera sökvägen inom det utrymme där du vill lagra alla ovannämnda datauppsättningar. Sökvägen innehåller mappar och ett filnamn. Separera mappar med /-tecken.
Qlik Predict stöder också dynamisk namngivning för prognosutdata. Mer information finns i Dynamisk namngivning och lagring för batchprognoser.
Under Indexkolumn väljer du om du vill skapa en indexkolumn automatiskt eller använda en befintlig kolumn i den tillämpade datauppsättningen.
Du kanske också vill köra dina prognoser enligt ett schema. Under Prognosschema klickar du på Skapa schema och justerar inställningarna i dialogrutan som visas. Mer information finns i Schemalägga prognoser.
Klicka på knappen Spara och stäng för att spara prognoskonfigurationen och återgå till rutan Batchprognoser utan att köra prognosen. Du kanske föredrar det här alternativet om du bara vill att prognoserna ska köras enligt ett schema.
Du kan också klicka på ikonen
bredvid Spara och stäng. Välj Spara och kör prognos nu. Detta sparar prognoskonfigurationen och kör prognosen manuellt.
När Senast körda visar
, har prognoserna slutförts korrekt.
Gå till katalogen för att se de genererade datauppsättningarna.
Redigera prognoskonfigurationer
Du kan redigera befintliga prognoskonfigurationer från rutan Batchprognoser.
Gör följande:
I rutan Batchprognoser klickar du på
på den prognoskonfiguration som ska redigeras.
Välj Redigera prognoskonfiguration på menyn Åtgärder.
Prognoskonfigurationen öppnas och schemana för modellen och den tillämpade datauppsättningen visas i mitten av skärmen.
I fönstret Prognoskonfiguration kan du redigera följande delavsnitt:
Prognosnamn: ändra namn och beskrivning av prognoskonfigurationen.
Ägare: gör dig själv till ägare av prognoskonfigurationen. Se Ägande till konfiguration av prognoser för information om när detta kan behövas.
Välj modellalias: ändra det modellalias som används för prognoser.
Tillämpa data (indata): du kan ändra den tillämpade datauppsättningen.
Prognosdatauppsättning (utdata): du kan ändra namn och utrymme för prognosdatauppsättningen.
Prognosalternativ: du kan ändra dina val för de ytterligare datauppsättningar som genereras, eller byta namn och mapplacering för dem.
Prognosschema: om du vill kan du ställa in ett schema för hur din prognos ska köras. Mer information finns i Schemalägga prognoser.
Klicka på knappen Spara och stäng för att spara prognoskonfigurationen och återgå till rutan Batchprognoser utan att köra prognosen.
Du kan också klicka på ikonen
bredvid Spara och stäng. Välj Spara och kör prognos nu. Detta sparar prognoskonfigurationen och kör prognosen manuellt.
När Senaste status visar "Lyckades" är prognoserna slutförda.
Köra batchprognoser
Du kan köra prognoser för befintliga prognoskonfigurationer från rutan Batchprognoser. Alternativt kanske du vill köra dina prognoser enligt ett anpassningsbart schema. Du kan kombinera manuella och schemalagda körningar av dina prognoser på det sätt som bäst passar dina behov.
Köra prognoser manuellt
Du kan börja köra en prognoskonfiguration direkt genom att välja alternativet på en snabbmeny i rutan Batchprognoser.
För att en användare ska kunna köra en prognos manuellt måste den användaren uppfylla åtkomstkraven för åtgärden. Se Ägande till konfiguration av prognoser.
Gör följande:
I rutan Batchprognoser klickar du på
på den prognoskonfiguration som ska användas för prognoser.
Välj Kör prognoser nu på menyn Åtgärder för att börja generera prognoser.
När Senaste status visar "Lyckades" är prognoserna slutförda.
Schemalägga prognoser
Prognoser kan ställas in så att de körs automatiskt enligt ett schema. Du kan skapa ett schema för varje prognoskonfiguration som du skapar. Öppna menyn Prognosschema när du skapar eller redigerar en prognoskonfiguration.
För att schemalagda prognoser ska fungera måste prognoskonfigurationens ägare uppfylla flera behörighetskrav. I annat fall kan inte prognosen köras. Ägande till konfiguration av prognoser
I dialogrutan Prognosschema kan du ange följande parametrar för schemat:
Körning av prognoser: justera det allmänna schema som prognosen ska köras enligt (dagligen, veckovis eller månadsvis). Ställ in intervallet eller dagen i veckan eller månaden beroende på vad du väljer.
Tid: konfigurera den tid på dygnet då din prognos ska börja köras.
Om du schemalägger per timme (för dagliga eller veckovisa prognoser) kan du också ange en start- och sluttid mellan vilka prognoserna ska köras.
Startdatum: ange det datum då prognosschemat träder i kraft.
Slutdatum: ange det datum då prognoserna ska sluta köras i schemat. Som standard kommer schemat att fortsätta att köras på obestämd tid, men du kan ange ett slutdatum för schemat.
Körs endast om tillämpad datauppsättning har ändrats: om någon av följande händelser inträffar kommer den schemalagda prognosen att köras. Annars kommer den schemalagda prognosen inte att köras.
En förändring har upptäckts i den tillämpade datauppsättningen.
Den modell som används i batchprognosen har ändrats, antingen genom en ändring av den modell som tilldelats det aktuella aliaset eller en ändring till ett annat alias som använder en annan modell.
Radera prognoskonfigurationer
Du kan ta bort befintliga prognoskonfigurationer från rutan Batchprognoser.
Gör följande:
I rutan Batchprognoser klickar du på
på den prognoskonfiguration som ska tas bort.
Välj Ta bort prognoskonfiguration på menyn Åtgärder.
Klicka på Ta bort för att bekräfta.
Nyckelkoncept
Datauppsättning för tillämpning
Under experimentträning distribuerar du en modell som används för att generera prognoser på en ny datauppsättning. Den här datauppsättningen benämns tillämpningsdatauppsättningen. Prognoserna genereras i en datauppsättning med prognoser och – för klassificeringsmodeller – en kolumn med sannolikheten för varje klass. Som ett alternativ kan du också generera datauppsättningar med SHAP-värden eller fel.
Alla tvådimensionella datastrukturer som kan laddas upp och profileras i Qlik Cloud stöds för användning i Qlik Predict.
För filer med flera tabeller, t.ex. Microsoft Excel-filer med flera ark, importeras endast den första tabellen. Om dataprofilering misslyckas för en tabell (t.ex. om den är tom) stöds filen inte.
Den tillämpade datauppsättningen måste ha samma funktioner och datatyper som den datauppsättning som användes för att träna ML-driftsättningen. Målkolumnen som specificeras i ML-experimentet behöver inte inkluderas i den tillämpade datauppsättningen. Observera att ytterligare kolumner som inte ingick i modellträningen fortfarande kan finnas i den tillämpade datauppsättningen. Qlik Predict kommer helt enkelt att ignorera de ytterligare kolumnerna när prognoser genereras.
Prognoskonfiguration
Datauppsättningar för prognoser genereras från en prognoskonfiguration. Alla ML-distributioner kan ha flera konfigurationer av prognoser. Konfigurationen av prognoser kan ställas in att köras med eller utan ett schema.
Ägande till konfiguration av prognoser
När en användare skapar en konfiguration av prognoser sätts användaren automatiskt som ägare.
Det kan hända att ägaren av en konfiguration för prognoser förlorar åtkomsten till klientorganisationen, eller inte längre uppfyller de andra kraven för att arbeta med ML-distributioner. I det här fallet kan en användare med de behörigheter som krävs klicka på Gör mig till ägare för att ta över ägandet av den schemalagda prognosen så att den kan köras. Detta görs i rutan för konfiguration av prognoser, eller som en åtgärd i fönstret Datauppsättningsprognoser.
För att göra dig själv till ägare av prognoskonfigurationen behöver du:
Användarrättighet Professional eller Full User och rollen Automl Deployment Contributor i klientorganisationen.
För distributioner i delade utrymmen krävs en av följande utrymmesroller i utrymmet:
Ägare (till utrymmet)
Kan hantera
Kan redigera
För distributioner i hanterade utrymmen krävs en av följande utrymmesroller i utrymmet:
Ägare (till utrymmet)
Kan hantera
Modellaktivering
Innan du kan börja generera prognoser med din ML-distribution måste källmodellen aktiveras. Mer information finns i Godkänna distribuerade modeller.
Automatisk funktionsgenerering
Mer information om att generera prognoser med modeller som tränas med automatisk funktionsgenerering finns i Automatisk funktionsgenerering.
Överväganden för datauppsättning för tillämpning
Konsekvenser av manuell ändring av funktionstyp
När du ändrar funktionstypen för en funktion manuellt och sedan distribuerar en resulterande modell, kommer åsidosättandet av funktionstypen att tillämpas på funktionen i den tillämpade datauppsättningen som används i prognoser som görs med den modellen.
Hantering av prognosjobb
Klientorganisationsadministratörer kan stoppa eller avbryta prognosjobb från aktivitetscentret för Administration. Mer information finns i Administrera Qlik Predict.
Konfigurera meddelanden
Du kan få meddelanden när prognoser skapas från en ML-driftsättning. Mer information finns i Konfigurera meddelanden för Qlik Predict.
Visa detaljer om datadrift och prognoshändelser
När du har kört en prognos växlar du till rutorna för Övervakning av dataavvikelse och Övervakning av datadrift för att visa detaljer om:
Nivån på datadriften för varje funktion i den tillämpade datauppsättningen. Jämförelsen görs mellan ditt tillämpningsdatauppsättningen och träningsdatauppsättningen.
Information om prognoshändelsen, t.ex. om den lyckades eller misslyckades och hur många prognoser den genererade.
Mer information finns i Övervakar distribuerade modellers prestation och användning.
Visa ursprung och påverkansanalys
Med hjälp av verktygen för ursprung och påverkansanalys i Qlik Cloud kan du analysera:
Ursprunget till datauppsättningar för prognoser och tillämpade datauppsättningar. Detta kan omfatta relaterade träningsdata, experiment, modeller och ML-distributioner.
Hur datauppsättningar för prognoser och tillämpade datauppsättningar används i nedströmsinnehåll på Qlik Cloud.