Deneyleri yapılandırma
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 bk. Modelleri iyileştirme.
Gereklilikler ve izinler
ML deneyleriyle çalışmaya ilişkin kullanıcı gereklilikleri hakkında daha fazla bilgi almak için bkz. Deneylerle çalışma.
Görünümler
Varsayılan görünüm, şema görünümüdür. Bu görünümde, veri kümenizdeki her bir sütun, bilgi ve istatistikler içeren şemadaki bir satırla gösterilir. Sütunlar hakkında daha fazla bilgi edinmek ve örnek verilere ulaşmak için Veri görünümünü kullanabilirsiniz. Görünümler arasında geçiş yapmak için ve öğelerine tıklayın.
Deney yapılandırması yan bölmesini açıp kapatmak için öğesine tıklayın. Deneyiniz ve geçerli yapılandırmanızla ilgili bilgileri burada bulabilirsiniz.
Hedef seçme
Hedef sütunu, makine öğrenimi modelinin tahmin etmesini istediğiniz değerleri içerir. İlk eğitimi başlatana kadar hedef sütunu değiştirebilirsiniz. Eğitim başladıktan sonra bu sütun düzenlemeye karşı kilitlenir.
Aşağıdakileri yapın:
-
Sütunun üzerine gelin ve görünen simgesine tıklayın.
Hedef sütun artık ile gösterilir ve mevcut diğer sütunlar otomatik şekilde özellik sütunu olarak seçilir.
Hedef seçildiğinde deneyin ilk sürümünü çalıştırmaya başlayabilirsiniz. Daha fazla bilgi için bk. Deneyleri eğitme. Bu aşamada ek yapılandırmalar seçebilir (aşağıda açıklanır) veya eğitim sonuçlarını inceledikten sonra yapılandırmayı ayarlayabilirsiniz.
Deney eğitiminde gezinirken verilerinizin nasıl yorumlandığına ve işlendiğine dair açıklamalar gösterilir. Daha fazla bilgi için bk. Eğitim verilerinde bulunan genel içgörüler..
Oluşturulan model türünün belirlenmesi
Hedef olarak seçtiğiniz sütun, deneyinizin oluşturacağı modelin türünü belirler. Bu da modeli eğitmek için hangi algoritmaların kullanılacağının belirlenmesine katkıda bulunur. Veri kümenizdeki bazı sütunlar deney hedefiniz olarak seçilemeyebilir veya bunlara uygulanmış özel işlemler olabilir.
Model türleri şunlardır:
-
İkili sınıflandırma modeli
-
Çok sınıflı sınıflandırma modeli
-
Regresyon modeli
Aşağıdaki tablo, hedefinizde kullanılan model türünü belirleyen faktörleri özetlemektedir.
Model türü | Sütundaki farklı değer sayısı | Gerekli özellik türü | Ek bilgiler |
---|---|---|---|
İkili sınıflandırma | 2 | Fark etmez | - |
Çok sınıflı sınıflandırma | 3-10 | Fark etmez | 10'dan fazla farklı, sayısal olmayan sınıfa sahip bir sütun hedef olarak seçilemez. |
Regresyon | 10'dan fazla | Sayısal | - |
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 bölmesinin üstünde, veri kümenizdeki hücre sayısını görebilirsiniz. Bu sayı, veri kümesi sınırını aşıyorsa sınırı aşmamak için özellikleri hariç tutabilirsiniz.
Özellik sütunlarını çeşitli yollardan seçebilirsiniz:
-
Dahil etmek istemediğiniz özelliklerin onay kutularını el ile temizleyin.
-
Tüm özellikleri hariç tut seçeneğine tıklayın ve ardından yalnızca dahil etmek istediklerinizi seçin.
-
Arama yapın ve tüm filtrelenen arama sonucundaki tüm özellikleri hariç tutun veya dahil edin.
-
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 hazırlanabilir. İsterseniz özelliğin otomatik özellik mühendisliği için kullanılıp kullanılmayacağını değiştirebilirsiniz. Otomatik özellik mühendisliği hakkında tüm ayrıntılar için bkz. 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 bk. Eğitim verilerinde bulunan genel içgörüler..
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 bk. Modelleri iyileştirme.
Özellik türlerini değiştirme
Bir veri seti yüklendiğinde, sütunlar veri türüne ve diğer özelliklere göre kategorik, sayısal, tarih veya serbest metin olarak ele alınır. Bazı durumlarda bu ayarı 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. Ayrıca kategorik bir değeri, sayısal özellik türüne de dönüştürebilirsiniz.
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 özellik türünden kategorik özellik türüne değiştirebilirsiniz. Ancak bunu yaparsanız deney eğitiminde otomatik tasarlanmış özelliklerini artık kullanamazsınız.
Aşağıdakileri yapın:
-
Özellik türü sütununda seçeneğine tıklayın.
-
Listeden bir değer seçin.
Veri işleme bölümünün Deney yapılandırması bölmesinde, özellik türü değiştirilmiş tüm sütunları görebilirsiniz.
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:
Eğitim verileri bölümündeki Deney yapılandırması bölmesinde Veri kümesini değiştir seçeneğine tıklayın.
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.
Hiper parametre optimizasyonunu yapılandırma
Hiper parametre optimizasyonu kullanarak modeli optimize edebilirsiniz. Bunun, eğitim süresini önemli ölçüde artırabilecek ileri seviye bir seçenek olduğunu unutmayın. Daha fazla bilgi için bk. Hiper parametre optimizasyonu.
Aşağıdakileri yapın:
Deney yapılandırması bölmesinde Model optimizasyonu bölümünü genişletin.
Hiper parametre optimizasyonu onay kutusunu işaretleyin.
İsteğe bağlı olarak, yaptığınız optimizasyon için bir süre sınırı ayarlayabilirsiniz. Varsayılan süre sınırı 1 saattir.
Eğitim verilerinde bulunan genel içgörüler.
Veri kümenizin kalitesine bağlı olarak deney yapılandırmanızda, verilerin belirli bölümlerini nasıl kullanabileceğinizle ilgili sınırlamalar olabilir. Şema görünümündeki İçgörüler sütunu, veri alanlarının belirli özelliklerini tespit etme ve bunların makine öğrenimi algoritmaları tarafından nasıl işleneceği konularında size yardımcı olur.
Aşağıdaki tabloda, şema görünümünde görüntülenebilecek olası içgörüler yer almaktadır:
İçgörü | Anlamı | Yapılandırma üzerindeki etkisi |
---|---|---|
Sabit | Sütun, tüm satırlar için aynı veriyi barındırıyor. | Bu sütun hedef olarak kullanılamaz veya özellik olarak eklenemez. |
One-hot encoded | Özellik türü kategorik ve sütun 14'ten daha az benzersiz değer içeriyor. | Yapılandırmayı etkilemez. |
Etki kodlandı | Özellik türü kategorik ve sütun 14 veya daha fazla benzersiz değer içeriyor. | Yapılandırmayı etkilemez. |
Yüksek nicelik | Sütun, çok fazla sayıda benzersiz değeri içeriyor ve özellik olarak kullanılırsa model performansını olumsuz etkileyebilir. | Sütun, hedef olarak kullanılamaz. Özellik seçilirken otomatik olarak hariç tutulacak ancak gerekirse yine de eklenebilir. |
Seyrek veri | Sütunda çok fazla null değer var. | Bu sütun hedef olarak kullanılamaz veya özellik olarak eklenemez. |
Yetersiz temsil edilen sınıf | Sütun, 10'dan daha az satıra sahip bir sınıf içeriyor. | Sütun, hedef olarak kullanılamaz ancak özellik olarak eklenebilir. |
<number of> otomatik tasarlanmış özellikler | Sütun, otomatik tasarlanmış özellikler oluşturmak için kullanılabilecek üst özelliktir. | Bu üst özellik bir tarih özelliği olarak yorumlanırsa yapılandırmadan otomatik olarak kaldırılır. Bunun yerine, ondan oluşturulabilecek otomatik tasarlanmış tarih özelliklerini kullanmanız önerilir. Bu ayarı geçersiz kılmak ve otomatik tasarlanmış özellikler yerine özelliği dahil etmek mümkündür. |
Otomatik tasarlanmış özellikler | Sütun, bir üst tarih özelliğinden üretilebilen veya üretilmiş olan otomatik tasarlanmış bir özelliktir. Orijinal veri setinde görünmüyordu. | Deney eğitimi sırasında bu otomatik mühendislik özelliklerinden birini veya birden fazlasını kaldırabilirsiniz. Üst özelliğin özellik türünü kategorik olarak değiştirirseniz otomatik tasarlanmış tüm özellikler kaldırılır. |
Tarih olarak işlenemedi | Sütun muhtemelen tarih ve saat bilgilerini içerir ancak otomatik tasarlanmış tarih özellikleri oluşturmak için kullanılamaz. | Özellik yapılandırmadan çıkarılır. Bu ana özellikten daha önce otomatik tasarlanmış özellikler oluşturulmuşsa bunlar gelecekteki deney sürümlerinden kaldırılır. Deneyde özelliği kullanmaya devam edebilirsiniz ancak özellik türünü kategorik olarak değiştirmeniz gerekir. |
Olası serbest metin | Sütun, serbest metin özelliği olarak kullanılabilir. | Serbest metin özelliği türü, sütuna atanır. Özelliğin serbest metin olarak işlenip işlenemediğini onaylamak için bir deney sürümü çalıştırmanız gerekir. |
Serbest metin | Sütunun serbest metin içerdiği onaylanmıştır. Serbest metin olarak işlenebilir. | Özellik için ek yapılandırma gerekmez. |
Serbest metin olarak işlenemedi | Ayrıntılı analizin sonucuna göre sütun, serbest olarak işlenemez. | Bir sonraki deney sürümü için yapılandırmada özelliğin seçimini kaldırmanız gerekir. Özellik yüksek niceliğe sahip değilse alternatif olarak özellik türünü kategorik olarak değiştirebilirsiniz. |