Deney oluşturma ve yapılandırma
İlk adım, deneyi oluşturmak ve yapılandırmaktır. Modeli tahmin yapmak üzere dağıtılmaya hazır olana kadar eğitmek için, daha önceden yüklediğiniz eğitim veri kümesini kullanacaksınız.
Kiracı yöneticiniz Yönetim Konsolu bölümünde Yeni navigasyon deneyimini açmışsa ML deneyinde deneyiminiz farklıdır. Örneğin AutoML sayfa başlığı, ML deneyi olarak yeniden adlandırılmıştır ve navigasyon çubuğunda güncellemeler vardır. Yeni navigasyon deneyiminin diğer yönleri hakkında daha fazla bilgi için bkz. Yeni platform navigasyonu.
Yeni deney oluşturma
Aşağıdakileri yapın:
-
Qlik Cloud Analizleri hub'ında Yeni ekle'ye tıklayın ve ardından Yeni ML deneyi seçeneğini belirleyin.
Yeni platformda gezinme deneyimini kullanıyorsanız Oluştur sayfasına gidin ve ML deneyi'yi seçin.
-
Deneyinize bir ad verin. Örneğin, Müşteri kaybı eğitimi.
-
İsteğe bağlı olarak açıklama ve etiket ekleyebilirsiniz.
-
Deneyiniz için bir alan seçin. Kişisel alanınızı veya paylaşılan bir alanı seçebilirsiniz.
-
Oluştur'a tıklayın.
-
Customer churn data - training.csv dosyasını seçin.
Verileri inceleme
Artık deneyinizi yapılandırmaya başlayabilirsiniz ancak bunu yapmadan önce veri kümesine göz atalım.
Şema görünümüyle başlıyoruz. Burada, veri kümenizdeki her sütunun bir satırla temsil edildiği tabloyu görebiliriz. İstatistikler ve içgörüler, otomatik veri hazırlama sırasında oluşturuldu. İçgörüler kısmını görmek için şemanın sağ kısmına gitmeniz gerekebilir.
Yüksek nicelik nedeniyle AccountID sütunun hariç tutulduğunu görüyoruz. Bu, sütunda çok fazla benzersiz değer olduğu anlamına gelir. Country özelliği ise tam tersi bir nedenle hariç tutuldu: Tüm satırlarda aynı değer var. Bu iki özellik, makine öğrenimi modelleri için hiçbir değer taşımıyor.
Territory adlı kategorik özelliğin impact encoded olduğunu görüyoruz. Daha fazla bilgi için uyarısı ve
simgelerinin üzerine gelin.
Qlik AutoML içindeki eğitim veri kümesi için şema görünümü
![Tam boyutta görüntülemek için tıklayın Özelliklerle ilgili içgörülerin yer aldığı tablo sütunu.](../../Resources/Images/AutomatedMachineLearning/ui_automl_tutorial-insights.png)
Veri görünümünü değiştirmek için veri görünümü simgesine tıklayın. Burada, örnek veriler dahil olmak üzere her sütunla ilgili daha fazla bilgi görüntüleyebiliriz.
Veri görünümü
![Tam boyutta görüntülemek için tıklayın Özelliklerle ilgili içgörülerin yer aldığı tablo sütunu.](../../Resources/Images/AutomatedMachineLearning/ui_automl_tutorial-data_view.png)
Hedef seçme
Makine öğrenimi modelimizin müşteri kaybını tahmin etmesini istediğimiz için hedef olarak Churned öğesini (veri kümesindeki son sütun) seçiyoruz.
Aşağıdakileri yapın:
-
Şema görünümüne geri dönmek için şema görünümü
simgesine tıklayın.
-
Churned öğesinin üzerine gelin ve görünen hedef
simgesine tıklayın.
Şema görünümünde bir satır hedef olarak seçildi
![Tam boyutta görüntülemek için tıklayın Seçilen hedefe ait tablo satırı.](../../Resources/Images/AutomatedMachineLearning/tutorial-target.png)
Deney yapılandırması panelinde şu anda Churned seçeneğinin belirlenmiş olduğunu görebiliyoruz. Ayrıca hangi özelliklerin otomatik olarak seçildiğini ve hariç tutulduğunu da görebiliriz. Churned hedef olduğundan özellik olarak kullanılmayacaktır. Ayrıca bu deneyin ikili sınıflandırma sorunu olarak ele alınacağını da görebiliriz.
Deney yapılandırması panelinde gösterilen bilgiler
![Tam boyutta görüntülemek için tıklayın Seçilen hedefe ait tablo satırı.](../../Resources/Images/automl-tutorial-config-pane.png)
Özellikleri seçme
Deneyimizi ilk kez çalıştırmada varsayılan olarak seçilmiş tüm özellikleri ve algoritmaları ekleriz. Ancak belirli özelliklerin hedefe etki etmediğini (işle ilgili bilgilerinize dayanarak) zaten biliyorsanız bu aşamada söz konusu özellikleri eğitimden hariç tutmak için seçimlerini kaldırabilirsiniz.
Deneyi eğitme
Yapılandırma işlemi bitti ve eğitimi başlatmaya hazırız.
Aşağıdakileri yapın:
Deney penceresinin sağ alt köşesindeki Deneyi çalıştır seçeneğine tıklayın.
Deneyi çalıştırma tamamlandığında sonraki adıma, sonuç olarak elde ettiğimiz model metriklerini incelemeye geçebiliriz.