Deneyi oluşturma ve yapılandırma

İlk adım deneyi oluşturmak ve yapılandırmaktır. Modeli, tahminler yapmak üzere dağıtılmaya hazır olana kadar eğitmek için daha önce yüklediğiniz eğitim veri kümesini kullanacaksınız.

Yeni bir deney oluşturma

Aşağıdakileri yapın:

1. Analiz etkinlik merkezinin Oluştur sayfasına gidin ve ML deneyi'ni seçin.

2. Deneyiniz için bir ad girin, örneğin Müşteri kaybı öğreticisi.

3. İsteğe bağlı olarak bir açıklama ve etiketler ekleyin.

4. Deneyiniz için bir alan seçin. Bu, kişisel alanınız veya paylaşılan bir alan olabilir.

5. Oluştur'a tıklayın.

6. Eğitim veri kümesi dosyasını seçin. CSV veya QVD ile çalışmanıza bağlı olarak bu, aşağıdakilerden biri olacaktır:

   • ML - Churn data - training.csv

   • ML - Churn data - training.qvd

Verileri gözden geçirme

Artık deneyinizi yapılandırmaya başlamak için hazırsınız, ancak başlamadan önce veri kümesine bir göz atalım.

Yapılandırma sekmesinden başlıyoruz. Varsayılan görünüm Şema görünümü'dür. Burada, her satırın veri kümenizdeki bir sütunu temsil ettiği bir tablo görebiliriz. Otomatik veri hazırlığı sırasında istatistikler ve içgörüler oluşturulmuştur. İçgörüler'i görmek için şemanın sağ tarafına kaydırmanız gerekebilir.

AccountID öğesinin yüksek kardinalite nedeniyle hariç tutulduğunu görebiliriz. Bu, sütunun çok fazla benzersiz değer içerdiği anlamına gelir. Country özelliği ise tam tersi bir nedenden dolayı hariç tutulmuştur: değer tüm satırlar için aynıdır. Bu iki özellik, makine öğrenimi modellerine herhangi bir değer sağlamayacaktır.

Ayrıca kategorik Territory özelliğinin etki kodlamasına (impact encoded) tabi tutulduğunu da görebiliriz. Daha fazla bilgi için uyarı ve bilgi simgelerinin üzerine gelin.

Veri görünümü'ne tıklayın. Bu görünümde, örnek veriler de dahil olmak üzere her sütun hakkında daha fazla bilgi görebiliriz.

Bir hedef seçme

Makine öğrenimi modelimizin müşteri kaybını tahmin etmesini istiyoruz, bu nedenle veri kümesindeki son sütun olan Churned öğesini hedefimiz olarak seçiyoruz.

Aşağıdakileri yapın:

1. Şema görünümü'ne geri dönün.

2. Churned için radyo düğmesine tıklayın.

Deney yapılandırma panelinde Deney ayarları'nı genişletin. Churned öğesinin hedef olarak seçildiğini görebilirsiniz. Hedefinize ve mevcut özellik verilerine bağlı olarak Deney türü, İkili sınıflandırma'dır.

Ayrıca hangi özelliklerin otomatik olarak seçildiğini ve hariç tutulduğunu da görebilirsiniz. Churned hedef olduğundan bir özellik olarak kullanılmayacaktır.

Özellik seçimi ve model optimizasyonu

Varsayılan olarak deney, akıllı model optimizasyonunu kullanacak şekilde ayarlanmıştır. Onaylamak için deney yapılandırma panelinde Model optimizasyonu'nu genişletin. Akıllı seçeneği seçili olmalıdır.

Özellik seçimi, yapılandırma panelinin Özellikler bölümünde manuel olarak yapılandırılabilir. Akıllı model optimizasyonu ile özellik seçimi, yararlı olmayan özelliklerin kaldırılmasıyla otomatik olarak gerçekleştirilir. Bu ayar açıkken, mevcut tüm özellikleri eğitime dahil edebiliriz.

Deneyi eğitme

Yapılandırma tamamlandı ve eğitime başlamaya hazırız.

Aşağıdakileri yapın:

• Deneyi çalıştır'a tıklayın.

Deneyin çalışması bittiğinde, ortaya çıkan model metriklerini gözden geçirmek olan bir sonraki adıma geçebiliriz.