Använda Qlik Predict-kopplingar i visualiseringsuttryck
Du kan använda de analytiska kopplingarna i visualiseringsuttryck. Syntaxen när du använder de analytiska kopplingarna i uttryck måste följa syntaxen för server-side-komplement.
Data bör endast bearbetas i ett visualiseringsuttryck när det ändras dynamiskt baserat på inmatning från en användare. Om transaktionen från datamodellen alltid kommer att vara densamma, bör förutsägelsen i stället beräknas i laddningsskriptet och cachelagras i datamodellen.
Om användningsfallet är baserat på användarinmatning kan du använda en analytisk koppling och motsvarande syntax för server-side-komplement i ditt diagramuttryck för att skapa interaktiva diagram som visualiserar data som tas emot från modellens slutpunkter.
Gör följande:
-
När du redigerar en visualisering klickar du på
för att öppna uttrycksredigeraren. -
I uttrycksredigeraren anger du ett uttryck i uttrycksfältet. Uttrycket måste konstrueras med hjälp av syntaxen för server-side-komplement.
Arbeta med uttrycksredigeraren
Syntax för server-side-komplement
Krav för automatiskt skapade datumfunktioner
När du använder en Qlik Predict-analyskoppling i ett visualiseringsuttryck kör du förutsägelser med en distribuerad Qlik Predict-modell.
Det finns specifika krav för datumformatering när du kör prognoser från en modell tränad på datumfunktionskolumner. För dessa kolumner måste de data du tillhandahåller till Qlik Predict analyskopplingen uppfylla följande krav:
-
Date- och datetime-värdena måste vara strängar som är formaterade enligt ISO 8601-standarderna. Exempel:
-
2020-01-14
-
2020-01-14T00:00:00.000Z
-
-
Överordnat datum – den funktion från vilken datumdelarna härleddes – måste inkluderas i sin helhet. Till exempel kanske din modell bara använder en Year-funktion, men du måste ändå ange datumet i ISO 8601-kompatibelt format.
-
Data inom varje kolumn måste vara inom samma tidszon.
Ovanstående krav:
-
Gäller endast för funktioner som tränats med datumfunktionsframtagning. Om funktionstypen ändras manuellt till den kategoriska funktionstypen gäller dessa krav inte. Om funktionstypen har ändrats till kategorisk, ange kolumnen, i det datumformat som den ursprungligen användes för träning, i tillämpningsdata.
-
Gäller inte för tidsseriemodeller.
Mer information om att arbeta med datumfunktioner i prognoser finns i Arbeta med datumfunktioner i prognoser.
Exempel
Här är ett exempel på ett anrop som görs till en Qlik Predict-distribution som ger förutsägelser om kundbortfall för banker.
sum(aggr(endpoints.ScriptEvalEx('SNNNNNNNNNNSSNNSNNNNNSSSSSNSNNSS','{"RequestType":"endpoint", "endpoint":{"connectionname":"Qlik_Predict_Churn", "column":"Churned_yes"}}',
id_loan,
CurrentBalance,
loan_age,
delq_sts,
Margin,
countLatePayment,
RefinanceRateRelativity,
RealGDP,
ChangeUnemploymentRate,
CurrentLCV,
fico,
flag_fthb,
cd_msa,
mi_pct,
cnt_units,
occpy_sts,
cltv,
dti,
orig_upb,
ltv,
int_rt + vInterestRateShift as int_rt,
channel,
ppmt_pnlty,
prod_type,
st,
prop_type,
zipcode,
loan_purpose,
orig_loan_term,
cnt_borr,
flag_sc,
customerFeedback
),id_loan))