Gå till huvudinnehåll

Skapa prognosdata

När du har driftsatt din modell kan du skapa prognoser för nya data.

Hittills har vi använt befintliga kunddata för att skapa en modell för maskininlärning. Målet med den här processen har varit att identifiera mönster genom maskininlärning, med målet att applicera dem på nya data.

Det finns även ett användarfall för att endast analysera SHAP-värdena i träningsdata. Denna information är även mycket värdefull i sig.

Mer information om att arbeta med prognoser i Qlik AutoML finns i Skapa prognoser för datauppsättningar.

Det första steget i processen är att välja en datauppsättning på vilken du kommer att använda din modell för att generera prognoser. Därefter konfigurerar du önskade egenskaper för utdata och genererar filerna.

I Katalog öppnar du din nya ML-driftsättning. Hantering av ML-modell öppnas.

  1. I det nedre högra hörnet av gränssnittet i Hantering av ML-modell klickar du på Skapa prognos.

  2. Klicka på Fönster för experimentkonfiguration för att öppna rutan Konfiguration av förutsägelser om den inte redan är öppen.

  3. Därefter ska du välja din tillämpade datauppsättning. Under Tillämpa data klickar du på Välj datauppsättning för tillämpning.

  4. Välj datauppsättningen Customer churn data - apply.csv som vi importerade i början av introduktionskursen.

  5. Jämför schemana för träningsdatauppsättningen och datauppsättningen för tillämpning. Eftersom du valde bort funktioner under träningen kommer din tillämpade datauppsättning att ha fler fält än träningsdatauppsättningen. Detta medför inga problem. När du genererar förutsägelser kommer AutoML helt enkelt ignorera fält från den tillämpade datauppsättningen som inte finns i träningsdatauppsättningen.

  6. I fönstret Konfiguration av förutsägelse klickar du på Namnge datauppsättning. Skriv ett namn för datauppsättningen (eller låt den få standardnamnen) och välj ett utrymme. Klicka sedan på Bekräfta.

  7. Under Alternativ för prognos väljer du de datauppsättningar du vill generera med prognosen. I det här fallet ska du avmarkera SHAP och Fel, och sedan markera Koordinera SHAP (detta konverterar pivottabelldata till ett standardformat som tillåter analys av data över alla fält som ingår). Låt AccountID användas som indexkolumn.

    Vyn Förutsägelser för datauppsättning i Hantering av ML-modell

    Menyn Konfiguration av förutsägelse och datauppsättningsscheman när prognoser skapas.

Klicka på Spara och förutse nu. Processen kan övervakas i Förutsägelser för datauppsättning.

Du kan granska utdata i Katalogen genom att klicka på Öppna i det fönster som visas.

När prognosen har körts kan du börja bygga en app med de nya datauppsättningarna. Gå till nästa ämne.

Var den här sidan till hjälp för dig?

Om du hittar några fel på denna sida eller i innehållet – ett stavfel, ett steg som saknas eller ett tekniskt fel – berätta för oss så att vi kan blir bättre!