Deneyleri yapılandırma

Deneylerin yapılandırması, hedefi ve modelin hedefi tahmin etmek için kullanacağı özellikleri seçmekten oluşur. Ayrıca bir dizi isteğe bağlı ayarı da yapılandırabilirsiniz.

Hedef seçiminde sizi desteklemek için geçmiş veri kümesi analiz edilir ve veri kümesindeki her sütun hakkında özet istatistikler görüntülenir. Yalnızca uygun verilerin dahil edildiğinden emin olmak için veri kümesine birkaç otomatik ön işleme adımı uygulanır. Veri ön işleme hakkında daha fazla ayrıntı için bkz. Otomatik veri hazırlama ve dönüştürme.

v1'i çalıştırdıktan sonra, model eğitimini daha da iyileştirmek için gerekirse yeni deney sürümleri oluşturabilirsiniz. Daha fazla bilgi için bkz. Modelleri hassaslaştırma.

Gereksinimler ve izinler

ML deneyleriyle çalışmaya yönelik kullanıcı gereksinimleri hakkında daha fazla bilgi edinmek için bkz. Deneylerle çalışma.

Arayüz

Aşağıdaki bölümler, deneyinizi yapılandırmak için deney arayüzünde nasıl gezineceğinizi özetlemektedir. Arayüz hakkında daha fazla bilgi için bkz. Deney arayüzünde gezinme.

Sekmeli gezinme

Bir deney oluşturduğunuzda Yapılandırma sekmesi açılır. Burası, deney için hedefi ve özellikleri yapılandırabileceğiniz yerdir.

En az bir deney sürümünü çalıştırdıktan sonra Yapılandırma sekmesi Eğitim verileri olur. Diğer sekmeler de kullanılabilir hale gelir. Bu diğer sekmeler, sürümde yeni 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 sütun, şemada bilgi ve istatistikler içeren bir satırla temsil edilir.

Şunları yapabilirsiniz:

• Deneyinize dahil edilecek özellikleri seçebilirsiniz.

• Veri türü ve özellik türü gibi her sütun hakkındaki ayrıntıları görüntüleyebilirsiniz.

• Neden seçilemedikleri veya eğitim sırasında nasıl işlenecekleri gibi sütunlar hakkındaki içgörüleri görüntüleyebilirsiniz.

Veri görünümü

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

Deney yapılandırma paneli

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

Bir sürümü çalıştırdıktan sonra, sonraki sürümü yapılandırmak üzere paneli açmak için Yapılandırmayı görüntüle'ye 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

Hedef belirlendikten sonra, mevcut diğer sütunlardan hangilerinin modelin eğitimine dahil edileceğini seçebilirsiniz. Modelin bir parçası olmasını istemediğiniz özellikleri hariç tutun. Sütunun veri kümesinde kalacağını ancak eğitim algoritması tarafından kullanılmayacağını unutmayın.

Deney yapılandırma panelinin üst kısmında, veri kümenizdeki hücre sayısını görebilirsiniz. Sayı veri kümesi sınırınızı aşarsa, sınırın altına inmek için özellikleri hariç tutabilirsiniz.

Özellik sütunlarını çeşitli şekillerde seçebilirsiniz:

Şema görünümü ve Veri görünümü içinde

Ana görünümlerde şunları yapabilirsiniz:

• Mevcut tüm özellikleri dahil et seçimini kaldırabilir ve ardından yalnızca dahil etmek istediklerinizi seçebilirsiniz.

• Dahil etmek istemediğiniz özellikler için onay kutularını manuel olarak temizleyebilirsiniz.

• Bir arama yapabilir ve filtrelenmiş arama sonucunuzdaki tüm özellikleri hariç tutabilir veya dahil edebilirsiniz.

Deney yapılandırma panelinde

Deney yapılandırma panelinde şunları yapabilirsiniz:

• Dahil etmek istemediğiniz özellikler için onay kutularını manuel olarak temizleyebilirsiniz.

• Deneyin ilk sürümünü çalıştırdıktan sonra, Dahil edilecek en iyi özelliklerin sayısı'nı tanımlayabilirsiniz.

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

• Kategorik

• Sayısal

• Tarih

• Serbest metin

Özellik türü, özellik sütununda bulunan verilere göre atanır. Bir özellik belirli kriterleri karşılıyorsa, otomatik olarak tasarlanmış özellikler için temel oluşturmak üzere seçilebilir. İstenirse, özelliğin otomatik özellik mühendisliği için kullanılıp kullanılmayacağını değiştirebilirsiniz. Otomatik özellik mühendisliği hakkında tüm ayrıntılar için bkz. Otomatik özellik mühendisliği.

Veri kümenizdeki belirli sütunlar deneyiniz için özellik olarak seçilemeyebilir veya bunlara belirli işlemler uygulanmış olabilir. Verilerinizin nasıl yorumlandığına ve işlendiğine dair açıklamalar, deney eğitiminde gezinirken gösterilir. Daha fazla bilgi için bkz. Veri kümesi içgörülerini yorumlama.

Algoritmaları seçme

Mevcut tüm algoritmalar varsayılan olarak dahil edilir ve kullanmak istemediğiniz algoritmaları hariç tutabilirsiniz. Normalde bunu, ilk eğitim sonuçlarını gördüğünüzde model iyileştirmesinin bir parçası olarak yaparsınız. Daha fazlasını Modelleri hassaslaştırma bölümünde okuyun.

Özellik türlerini değiştirme

Bir veri kümesi yüklendiğinde, sütunlar veri türüne ve diğer özelliklere göre kategorik, sayısal, tarih veya serbest metin olarak değerlendirilir. Bazı durumlarda bu ayarı değiştirmek isteyebilirsiniz.

Örneğin, haftanın günleri 1-7 arasındaki sayılarla temsil ediliyorsa, her sayı kategorik bir değeri temsil eder. Varsayılan olarak, sürekli sıralanmış sayısal bir değer olarak değerlendirilir, bu nedenle kategorik olarak değerlendirilmesi için yapılandırmayı manuel olarak değiştirmeniz gerekir.

Bir sütunun tarih ve saat bilgisi içerdiği belirlendiğinde, yeni oluşturulan otomatik tasarlanmış özellikler için temel olarak kullanılır. Bu gerçekleştiğinde, orijinal sütun (ana özellik) tarih özellik türüne sahip olarak değerlendirilir.

Ana özelliği bir tarih özelliğinden kategorik veya sayısal bir özelliğe değiştirebilirsiniz. Örneğin bu, bir özellik tarih olarak tanımlandığında ancak bunun bir dize veya sayı olarak değerlendirilmesine ihtiyaç duyduğunuzda yararlıdır. Bunu yaptığınızda, artık deney eğitiminde otomatik tasarlanmış özelliklerini kullanamazsınız.

Aşağıdakileri yapın:

1. Şema görünümü içinde özelliği bulun.

2. Bu özellik için Özellik türü sütununda simgesine tıklayın.

3. Listeden bir değer seçin.

Alternatif olarak özellik türlerini Veri görünümü içinden de değiştireebilirsiniz. Özelliği bulun, ardından geçerli özellik türünün yanındaki simgesine 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 etki

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 kümesini ilk deney sürümünü çalıştırmadan önce ve herhangi bir sürümü çalıştırdıktan sonra değiştirebilirsiniz.

Veri kümesini ilk sürümü çalıştırmadan önce değiştirirseniz, veri kümesini değiştirmeden önce yaptığınız tüm yapılandırmaları kaybedersiniz.

Aşağıdakileri yapın:

1. Deney yapılandırma panelinde Eğitim verileri > Veri kümesini gözden geçir altında Veri kümesini değiştir'e tıklayın.

2. Yeni bir veri kümesi seçin.

Model iyileştirme sırasında (bir deney sürümünü çalıştırdıktan sonra) veri kümesini değiştirme ve yenileme hakkında daha fazla bilgi için bkz. Veri kümesini 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 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 halleder.

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

Eğittiğiniz modelleri manuel olarak iyileştirmek için bu ayarı kapatabilirsiniz. Örneğin, model eğitiminize akıllı model optimizasyonu ile başlamak, ardından yapılandırmayı daha da ayarlamak için v2 için manuel iyileştirmeye geçmek isteyebilirsiniz.

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

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

3. Panelde Model optimizasyonu'nu genişletin.

4. Akıllı'dan Manuel'e geçin.

5. Kaydırıcıyı kullanarak eğitim için maksimum çalışma süresini ayarlayın.

Hiperparametre optimizasyonunu yapılandırma

Hiperparametre optimizasyonunu kullanarak modelleri optimize edebilirsiniz. Bunun eğitim süresini önemli ölçüde artırabilecek gelişmiş bir seçenek olduğunu unutmayın. Akıllı optimizasyonu kapatırsanız hiperparametre optimizasyonu kullanılabilir.

Daha fazla bilgi için bkz. Hiperparametre optimizasyonu.

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

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

3. Panelde Model optimizasyonu'nu genişletin.

4. Akıllı'dan Manuel'e geçin.

5. Hiperparametre optimizasyonu onay kutusunu seçin.

6. İsteğe bağlı olarak, optimizasyonunuz için bir zaman sınırı belirleyin. Varsayılan zaman sınırı bir 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 sütun bulunması gerekir.

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

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

Aşağıdakileri yapın:

1. Yapılandırmayı görüntüle'ye tıklayın.

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

3. Panelde Model optimizasyonu'nu genişletin.

4. Zamana dayalı test-eğitim ayrımı altında, verileri sıralamak için kullanılacak Tarih dizini'ni seçin.

Eğitim verileri hakkındaki içgörüleri görüntüleme

Deneyin Yapılandırma/Eğitim verileri sekmesinde, eğitim verilerinin işlenmesine ilişkin içgörüleri görüntüleyebilirsiniz. Bu bilgi, Şema görünümü içindeki İçgörüler sütununda mevcuttur. Gösterilen bilgiler, mevcut eğitim verileriyle bir sürüm çalıştırıp çalıştırmadığınıza bağlıdır. İçgörüler sütunundaki değişiklikler, özelliklerin neden kullanılamayabileceğini veya neden otomatik olarak bırakıldığını belirlemenize yardımcı olabilir.

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