Tahminlerde tarih özellikleriyle çalışma
Otomatik olarak tasarlanmış tarih özellikleriyle eğitilmiş bir ML dağıtımından tahminler çalıştırırken, uygulama verilerinde tarih ve saatleri nasıl belirteceğinize ilişkin gereksinimler vardır. Bu gereksinimler ve hususlar, toplu tahminler, gerçek zamanlı tahminler çalıştırıp çalıştırmadığınıza veya Qlik Predict analiz bağlayıcısını kullanıp kullanmadığınıza bağlı olarak biraz farklılık gösterir.
Otomatik tarih özellik mühendisliği
Otomatik özellik mühendisliği, model eğitimi sırasında bir ML deneyinde gerçekleştirilen bir veri hazırlığı adımıdır. Bu süreçle, eğitim veri kümesinden yeni özellikler oluşturulur ve ardından modelin eğitilmesi için kullanılır. Tarih özellik sütunları için bu süreç varsayılan olarak otomatik şekilde gerçekleştirilir. Kullanıcılar tarih özellik mühendisliğinden vazgeçebilir. Ancak çoğu durumda bu özelliğin kullanılması önerilir.
Daha fazla bilgi için şuraya bakın: Tarih özelliği mühendisliği.
Toplu tahminler için gereksinimler
Bir model oluşturmak için eğitim veri kümesi kullanılırken otomatik tasarlanmış tarih özellikleri oluşturulur, bu özellikler dağıtılır ve yeni veriler üzerinde tahminler yapmak için bir ML dağıtımı olarak kullanılır (toplu tahminler için bu, uygulama veri kümesidir).
Otomatik tasarlanmış tarih özellikleriyle eğitilen bir model tahminler yapmak için dağıtıldığında, tahminler oluşturduğunuz uygulama veri kümesinin otomatik tasarlanmış tarih özelliklerini içermesi gerekmez. Qlik Predict, tahmin yapmadan önce uygulanan veri kümesi için otomatik tasarlanmış özellikler oluşturur. Ancak, uygulama veri kümesi üst tarih özelliğini (tarih bölümlerinin türetildiği) içermeli ve kullandığınız sütun Tarih, Tarih Saati, Zaman Damgası veya Saat veri türüne sahip olmalıdır.
SHAP ve apply veri kümeleri de dahil olmak üzere bir ML dağıtımı tarafından oluşturulan tahmin veri kümeleri, otomatik tasarlanmış tarih özelliklerini içerecektir.
Gerçek zamanlı ve bağlayıcı tabanlı tahminler için gereksinimler
Gerçek zamanlı tahminler ve Qlik Predict analiz bağlayıcısından gelen tahminler çalıştırılırken, Qlik Predict'e sağladığınız uygulama verilerindeki tarih özellikleri için gereksinimler vardır. Bu tür tahminler için uygulama verileri, bir uygulama veri kümesi olarak değil, küçük bir JSON yükünde belirtilir. Hem gerçek zamanlı hem de bağlayıcı tabanlı tahminler için JSON yükünü Makine Öğrenimi API'sindeki gerçek zamanlı tahmin uç noktasına gönderiyorsunuz.
Makine Öğrenimi API'sinde gerçek zamanlı tahmin uç noktasının tarih ve zaman damgası alanlarınızı işleyebilmesi için, uç noktaya gönderdiğiniz JSON yükü aşağıdaki gerekliliklere uygun olmalıdır:
-
Tarih ve tarih saat değerleri ISO 8601 standartlarına uygun olarak biçimlendirilmiş dizeler olmalıdır. Örnekler:
-
2020-01-14
-
2020-01-14T00:00:00.000Z
-
-
Üst tarih—tarih bölümlerinin türetildiği özellik—bütünüyle dahil edilmelidir. Örneğin, modeliniz yalnızca bir Yıl özelliği kullanabilir ancak tarihi yine de ISO 8601 uyumlu biçimde sağlamanız gerekir.
-
Her sütundaki verilerin aynı saat diliminde olması gerekir.
Yukarıdaki gereksinimler:
-
Yalnızca tarih özellik mühendisliği ile eğitilmiş özellikler için geçerlidir. Özellik türü manuel olarak kategorik özellik türüne değiştirilirse, bu gereksinimler geçerli değildir. Özellik türü kategorik olarak değiştirildiyse, sütunu, eğitim için orijinal olarak kullanıldığı tarih biçiminde, uygulama verilerinde sağlayın.
-
Zaman serisi modelleri için geçerli değildir.
Gerçek zamanlı tahminler API'si kullanımdan kaldırılmış ve Makine Öğrenimi API'si içindeki gerçek zamanlı tahmin uç noktası ile değiştirilmiştir. İşlevin kendisi kullanımdan kaldırılmamaktadır. Gelecekteki gerçek zamanlı tahminler için Makine Öğrenimi API'si içindeki gerçek zamanlı tahmin uç noktasını kullanın. Gerçek zamanlı tahminler API'sinden Makine Öğrenimi API'si öğesine geçiş konusunda yardım için Qlik Cloud geliştirici portalındaki geçiş kılavuzuna bakın.