Deneyleri yapılandırma

Son güncelleme: 2026-11-03

Deneyleri yapılandırma, hedefi ve modelin hedefi tahmin ederken kullanacağı özellikleri seçme işlemlerinden oluşur. Ayrıca isteğe bağlı bazı ayarları da yapılandırabilirsiniz.

Hedef seçiminde size destek olması için geçmiş veri kümesi analiz edilir ve veri kümesindeki her sütunla ilgili özet istatistikler görüntülenir. Yalnızca uygun verilerin dahil edildiğinden emin olmak için veri kümesine çeşitli otomatik ön işleme adımları uygulanır. Verilerin ön işlemesi hakkında daha fazla bilgi edinmek için bk. Otomatik veri hazırlama ve dönüştürme.

v1 sürümünü çalıştırdıktan sonra model eğitimini daha ayrıntılı bir şekilde geliştirmeniz gerekirse yeni deney sürümleri oluşturabilirsiniz. Daha fazla bilgi için bkz. Modelleri iyileştirme.

Gereklilikler ve izinler

ML deneyleriyle çalışmaya ilişkin kullanıcı gereklilikleri hakkında daha fazla bilgi almak için bkz. Deneylerle çalışma.

Arayüz

Aşağıdaki bölümler, deneyi yapılandırırken deney arayüzünde nasıl gezinileceğini ana hatlarıyla açıklar. Arayüz hakkında daha fazla bilgi için bk. Deney arayüzünde gezinme.

Sekmeli gezinti

Bir deney oluşturduğunuzda Yapılandırma sekmesi açılır. Burada, deney için hedef ve özellikleri yapılandırabilirsiniz.

En az bir deney sürümü çalıştırıldıktan sonra Yapılandırma sekmesi Eğitim verileri haline gelir. Diğer sekmeler de kullanılabilir hale gelir. Bu diğer sekmeler, sürümde eğittiğiniz modelleri analiz etmenize olanak tanır. Sonraki sürümleri farklı özellik seçimleriyle yapılandırmanız gerekirse Eğitim verileri sekmesine dönebilirsiniz.

Şema görünümü ve Veri görünümü

Yapılandırma/Eğitim verileri sekmesinde, Şema görünümü ile Veri görünümü arasında geçiş yapabilirsiniz.

Şema görünümü

Şema görünümü varsayılan görünümdür. Bu görünümde, veri kümenizdeki her bir sütun, bilgi ve istatistikler içeren şemadaki bir satırla gösterilir.

Şunları yapabilirsiniz:

• Deneyinize dahil edilecek özellikleri seçin.

• Her bir sütunla ilgili veri türü ve özellik türü gibi ayrıntıları görüntüleyin.

• Sütunlar hakkında, neden seçilemedikleri veya eğitim sırasında nasıl işlenecekleri gibi içgörüleri görüntüleyin.

Veri görünümü

Veri görünümü, her sütun için daha fazla bilgiye ve örnek verilere erişmek üzere kullanabileceğiniz alternatif bir görünümdür.

Deney yapılandırması paneli

Deney yapılandırma panelinde, deney eğitimini daha da özelleştirebilirsiniz. Bu panel, yeni deneylerde varsayılan olarak açıktır.

Bir sürümü çalıştırdıktan sonra, bir sonraki sürümü yapılandırma panelini açmak için Yapılandırmayı görüntüle seçeneğine tıklayın.

Deney yapılandırma paneliyle şunları yapabilirsiniz:

• Bir hedef ve deney türü seçin

• Bir sürüm adı belirleyin

• Özellik ekleyin veya kaldırın

• Deneyin yeni bir sürümünü yapılandırın

• Eğitmekte olduğunuz modelin türünü görüntüleyin

• Eğitim veri kümesini değiştirmeyi veya yenilemeyi seçin

• Algoritma ekleyin veya kaldırın

• Model optimizasyonu ayarlarını değiştirin

• Zaman serisi modelleri için tahmin ayarlarını belirleyin

• Yanlılık algılamayı yapılandırın

Özellik sütunlarını seçme

Hedefi belirledikten sonra, mevcut hangi sütunların modelin eğitimine dahil edileceğini seçebilirsiniz. Modelin parçası olmasını istemediğiniz tüm özellikleri hariç tutun. Söz konusu sütunun veri kümesinde kalacağını ancak eğitim algoritması tarafından kullanılmayacağını unutmayın.

Deney yapılandırması panelinin üstünde, veri kümenizdeki hücre sayısını görebilirsiniz. Bu sayı, veri kümesi sınırını aşıyorsa sınırı aşmamak için özellikleri hariç tutabilirsiniz.

Özellik sütunlarını çeşitli yollardan seçebilirsiniz:

Şema görünümü ve Veri görünümü bölümünde

Ana görünümlerde şunları yapabilirsiniz:

• Mevcut tüm özellikleri dahil et'in seçimini kaldırın ve ardından yalnızca dahil etmek istediklerinizi seçin.

• Dahil etmek istemediğiniz özelliklerin onay kutularını el ile temizleyin.

• Arama yapın ve tüm filtrelenen arama sonucundaki tüm özellikleri hariç tutun veya dahil edin.

Deney yapılandırması panelinde

Deney yapılandırma panelinde şunları yapabilirsiniz:

• Dahil etmek istemediğiniz özelliklerin onay kutularını el ile temizleyin.

• Deneyin ilk sürümünü çalıştırdıktan sonra Dahil edilecek popüler özellik sayısı'nı belirtebilirsiniz.

Özellikleri seçtiğinizde bunlara otomatik olarak bir özellik türü atanır. Olası özellik türleri:

• Kategorik

• Sayısal

• Tarih

• Serbest metin

Özellik türü, özellik sütununda bulunan verilere dayanarak atanır. Bir özellik belirli kriterleri karşılıyorsa otomatik olarak oluşturulan özellikler için temel olacak şekilde seçilebilir. İsterseniz özelliğin otomatik özellik mühendisliği için kullanılıp kullanılmayacağını değiştirebilirsiniz. Otomatik özellik mühendisliği hakkında tüm ayrıntılar için bk. Otomatik özellik mühendisliği.

Veri kümenizdeki bazı sütunlar, deneyinizde özellik olarak seçilemeyebilir veya bunlara uygulanmış özel işlemler olabilir. Deney eğitiminde gezinirken verilerinizin nasıl yorumlandığına ve işlendiğine dair açıklamalar gösterilir. Daha fazla bilgi için bkz. Veri kümesi içgörülerini yorumlama.

Algoritmaları seçme

Tüm mevcut algoritmalar varsayılan olarak dahil edilir. Kullanmak istemediğiniz algoritmaları hariç tutabilirsiniz. Genellikle bunu, ilk eğitim sonuçlarını gördükten sonra model iyileştirme kapsamında yaparsınız. Daha fazla bilgi için bkz. Modelleri iyileştirme.

Özellik türlerini değiştirme

Bir veri kümesi yüklendiğinde, sütunlar veri türüne ve diğer özelliklere göre kategorik, sayısal, tarih veya serbest metin olarak ele alınır. Bazı durumlarda bunu değiştirmek isteyebilirsiniz.

Örneğin, haftanın günleri 1'den 7'ye kadar rakamlarla temsil ediliyorsa her rakam bir kategorik değeri gösterir. Bunlar varsayılan olarak ardışık sıralı sayısal değerler olarak kabul edileceğinden söz konusu değerlerin kategorik olarak kabul edilmesi için yapılandırmayı el ile değiştirmeniz gerekir.

Bir sütun tarih ve saat bilgisi içerecek şekilde tanımlandığında, yeni oluşturulan otomatik mühendislik özellikleri için temel olarak kullanılır. Bu olduğunda, orijinal sütun (üst özellik) tarih özelliği türüne sahip olarak değerlendirilir.

Üst özelliği tarih özelliğinden kategorik veya sayısal özelliğe değiştirebilirsiniz. Örneğin, bir özellik tarih olarak tanımlandığında, ancak bir dize veya sayı olarak ele alınmasına ihtiyaç duyduğunuzda bu kullanışlıdır. Bunu yaptığınızda deney eğitiminde otomatik tasarlanmış özellikleri artık kullanamazsınız.

Aşağıdakileri yapın:

1. Şema görünümünde özelliği bulun.

2. Bu özelliğin Özellik türü sütununda seçeneğine tıklayın.

3. Listeden bir değer seçin.

Alternatif olarak özellik türlerini Veri görünümü bölümünden de değiştirebilirsiniz. Özelliği bulun, ardından geçerli özellik türünün yanındaki seçeneğine tıklayın. Listeden bir değer seçin.

Zaman serisi tahmini

Bir zaman serisi deneyi eğitiyorsanız yapılandırmanıza bağlı olarak belirli özellik türü dönüşümleri otomatik olarak uygulanır. Örneğin, çok değişkenli tahmin için kullanılacak herhangi bir grup seçerseniz bu grupların özellik türleri otomatik olarak kategorik olarak değiştirilir.

Tahminler üzerindeki etkisi

Bir özelliğin özellik türünü manuel olarak değiştirdiğinizde ve ardından ortaya çıkan bir modeli dağıttığınızda özellik türü geçersiz kılmaları, bu modelle yapılan tahminlerde kullanılan uygulama veri kümesindeki özelliğe uygulanacaktır.

Veri kümesini değiştirme

Eğitim veri setini birinci deney sürümünü çalıştırmadan önce ve herhangi bir sürümü çalıştırdıktan sonra değiştirebilirsiniz.

Veri setini birinci sürümü çalıştırmadan önce değiştirirseniz veri setini değiştirmeden önce yaptığını yapılandırmaları kaybedeceksiniz.

Aşağıdakileri yapın:

1. Deney yapılandırma panelinde Eğitim verileri > Veri kümesini incele altında Veri kümesini değiştir öğesine tıklayın.

2. Yeni bir veri kümesi seçin.

Model geliştirmesi sırasında (deney sürümü çalıştırdıktan sonra) veri setini değiştirme ve yenileme hakkında daha fazla bilgi için bkz. Veri setini değiştirme ve yenileme.

Model optimizasyonunu yapılandırma

Deney türünüz ikili sınıflandırma, çok sınıflı sınıflandırma veya regresyon ise modellerinizi optimize etmek için aşağıdaki ayarları yapabilirsiniz:

• Akıllı model optimizasyonunu açma veya kapatma

• Hiperparametre optimizasyonunu açma veya kapatma

• Zamana duyarlı eğitimi açma veya kapatma

Bu seçenekler, çalıştırdığınız deneyin her bir sürümü için açılabilir veya kapatılabilir.

Akıllı optimizasyonu yapılandırma

Varsayılan olarak deney, akıllı model optimizasyonunu kullanır. Akıllı model optimizasyonu ile Qlik Predict, özellik seçimini yineleyerek ve verilerinize gelişmiş dönüşümler uygulayarak model iyileştirme sürecini sizin için yönetir.

Akıllı optimizasyon hakkında daha fazla bilgi için bkz. Akıllı model optimizasyonu.

Eğittiğiniz modelleri manuel olarak geliştirmek için bu ayarı kapatabilirsiniz. Örneğin, model eğitiminizi akıllı model optimizasyonuyla başlatmak, ardından yapılandırmayı daha ayrıntılı bir şekilde düzenlemek üzere 2. sürüm için manuel geliştirmeye geçiş yapmak isteyebilirsiniz.

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

2. Deneyin zaten en az bir sürümünü çalıştırdıysanız Yeni sürüm'e tıklayın.

3. Panelde Model optimizasyonu'nu genişletin.

4. Akıllı'dan Manuel'e geçiş yapın.

5. Kaydırıcıyı kullanarak eğitim için maksimum çalışma süresini ayarlayın.

Hiper parametre optimizasyonunu yapılandırma

Hiperparametre optimizasyonu kullanarak modelleri optimize edebilirsiniz. Bunun, eğitim süresini önemli ölçüde artırabilecek ileri seviye bir seçenek olduğunu unutmayın. Hiperparametre optimizasyonu, akıllı optimizasyonu kapatırsanız kullanılabilir.

Daha fazla bilgi için bkz. Hiperparametre optimizasyonu.

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

2. Deneyin zaten en az bir sürümünü çalıştırdıysanız Yeni sürüm'e tıklayın.

3. Panelde Model optimizasyonu'nu genişletin.

4. Akıllı'dan Manuel'e geçiş yapın.

5. Hiper parametre optimizasyonu onay kutusunu işaretleyin.

6. İsteğe bağlı olarak, yaptığınız optimizasyon için bir süre sınırı ayarlayabilirsiniz. Varsayılan süre sınırı 1 saattir.

Zamana duyarlı eğitimi yapılandırma

Modellerinizin bir zaman serisi boyutu dikkate alınarak eğitilmesini istiyorsanız deney sürümü için zamana duyarlı eğitimi etkinleştirin. Bu seçeneği kullanmak için veri kümenizde ilgili zaman serisi bilgilerini içeren bir sütuna sahip olmanız gerekir.

Zamana duyarlı eğitim açıldığında Qlik Predict, modelleri eğitmek için özel çapraz doğrulama ve null değer atama süreçlerini kullanır.

Daha fazla bilgi için bk. Zaman kullanan modeller oluşturma ve Zamana dayalı çapraz doğrulama.

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

2. Deneyin zaten en az bir sürümünü çalıştırdıysanız Yeni sürüm'e tıklayın.

3. Panelde Model optimizasyonu'nu genişletin.

4. Süre temelli test-eğitim bölümü altında, verileri sıralamak için kullanılacak Tarih dizini'ni seçin.

Eğitim verileri hakkında içgörüleri görüntüleme

Deneyin Yapılandırma/Eğitim verileri sekmesinde, eğitim verilerinin işlenmesine ilişkin içgörüleri görüntüleyebilirsiniz. Bu bilgi hem Şema görünümünde hem de Veri görünümünde mevcuttur. Gösterilen bilgiler, mevcut eğitim verileriyle bir sürüm çalıştırmış olup olmadığınıza bağlıdır. İçgörüler'deki değişiklikler, özelliklerin neden kullanıma açık olmayabileceğini veya neden otomatik olarak kullanımdan kaldırıldıklarını belirlemenize yardımcı olabilir.

Her bir içgörünün ne anlama geldiği hakkında daha fazla bilgi için bk. Veri kümesi içgörülerini yorumlama.