Model eğitim verilerini dışa aktarma

Bir deneydeki Karşılaştır ve Analiz Et sekmelerinde model analizi verilerini dışa aktarabilirsiniz. Verilerin dışa aktarılması, verileri Qlik Sense uygulamalarında daha fazla analiz edebileceğiniz özel alandaki Qlik Cloud platformuna aktarır.

Veriler dışa aktarıldıktan sonra aşağıdaki yollarla Qlik Sense uygulamalarına aktarabilirsiniz:

• Veri kümelerini Veri yöneticisi ve Veri kataloğu arayüzlerini kullanarak uygulamalara yükleyin.

• Komut dosyası kullanarak verileri yüklemek için uygulamada Veri yükleme düzenleyicisi kullanın.

• Verileri daha fazla dönüştürmek ve Qlik Sense uygulamalarına yüklenebilecek yeni dosyalara depolamak için komut dosyaları ve veri akışları oluşturun.

Mevcut formatlar

Model eğitim verileri aşağıdaki formatlarda dışa aktarılabilir:

• Parquet (varsayılan)

• CSV

• QVD

Deneyin tamamı için analiz verilerini dışa aktarma

Aşağıdakiler kullanılabilir:

• Model metrikleri: Deneyde eğitilen tüm modeller için performans ölçümlerini dışa aktarır. Performans metrikleri, eğitilen modellerin otomatik veri bekletmesine karşı test edilmesiyle oluşturulur. Veri kümesi ayrıca, eğitilen modellerin eğitim verilerine karşı test edilmesiyle oluşturulan performans ölçümlerini de içerir.

• Hiperparametreler: Modeli eğitirken kullanılan hiperparametrelerin verilerini dışa aktarır.

Aşağıdakileri yapın:

1. Bir ML deneyinde Karşılaştır sekmesini açın.

2. Eklenmiş analizin üzerindeki Verileri Catalog'a aktar seçeneğine tıklayın.

3. Gerektiğinde seçenekleri seçmek veya temizlemek için onay kutularını kullanın.

4. Gerektiğinde, klasörler ve dosya adı dahil olmak üzere varsayılan veri kümesi yollarını düzenleyin. Klasörleri / karakterleriyle ayırın.

   Klasör referansları hakkında daha fazla bilgi için bkz. Yollardaki klasör referansları için ipuçları.

   

5. Verilerin çıktı formatını seçin.

6. Dışa aktarılan verilerin depolanacağı bir alan seçin.

7. Veri kümelerini dışa aktarmak için düğmeye tıklayın.

Tek bir model için analiz verilerini dışa aktarma

Aşağıdakiler kullanılabilir:

• Tahmin verileri: Modelin otomatik veri bekletmesinde oluşturduğu tahminler için tahmin verilerini dışa aktarır. Sınıflandırma modellerinde her bir sınıf için olasılıklar dahil edilir.

• SHAP ve test verileri: Otomatik veri bekletmesinde model tarafından hesaplanan SHAP verilerini dışa aktarır. Otomatik veri bekletmesi için gerçek özellik değerleri de veri kümesine dahil edilmiştir.

• Özellik meta verileri: Modeli eğitmek üzere kullanılan her özellik için tarih türü ve özellik türünü içeren bir veri kümesini dışa aktarır.

Aşağıdakileri yapın:

1. ML deneyindeki Analiz sekmesinde belirli bir modeli seçin veya başka bir görünümden bir modelin yanındaki Analiz Et'e tıklayın.

2. Eklenmiş analizin üzerindeki Verileri Catalog'a aktar seçeneğine tıklayın.

3. Gerektiğinde seçenekleri seçmek veya temizlemek için onay kutularını kullanın.

4. Gerektiğinde, klasörler ve dosya adı dahil olmak üzere varsayılan veri kümesi yollarını düzenleyin. Klasörleri / karakterleriyle ayırın.

   Klasör referansları hakkında daha fazla bilgi için bkz. Yollardaki klasör referansları için ipuçları.

   

5. Verilerin çıktı formatını seçin.

6. Dışa aktarılan verilerin depolanacağı bir alan seçin.

7. Veri kümelerini dışa aktarmak için düğmeye tıklayın.

Örnekler:  

• Aşağıdaki ad ve konuma sahip bir model metrikleri veri kümesi: Model Performance/MyExperimentdeğişkenlerini silin. Bu, bir veri kümesini MyExperiment bir alan içindeki bir klasöre ModelPerformance saklayabilir.

• Aşağıdaki ad ve konuma sahip bir özellik meta verileri veri kümesi: Model Performance/Candidate Models/v01_LOGC_00_00değişkenlerini silin. Bu, bir veri kümesini v01_LOGC_00_00 bir alan içindeki bir klasör yapısına Model Performance/Candidate Models saklayabilir.