配置实验

上次更新日期：2026/10/28

实验的配置包括选择目标和模型将用于预测目标的特性。您还可以配置许多可选设置。

为了支持您选择目标，将分析历史数据集，并显示数据集中每一列的摘要统计信息。对数据集应用几个自动预处理步骤，以确保只包含适当的数据。有关数据预处理的详细信息，请参阅自动数据准备和转换。

在运行 v1 之后，如果需要，可以创建新的实验版本来进一步完善模型训练。有关更多信息，请参阅优化模型。

要求和权限

要了解有关使用 ML 实验的用户需求的更多信息，请参阅使用实验。

界面

以下部分概述了如何导航实验界面以配置实验。有关界面的更多信息，请参阅浏览实验界面。

标签导航

创建实验时，会打开配置选项卡。您可以在此处配置实验的目标和特性。

运行至少一个实验版本后，配置选项卡将变为训练数据。其他选项卡也会变为可用。这些其他标签允许您分析刚刚在版本中训练的模型。如果需要使用不同的特性选择配置后续版本，可以返回训练数据标签。

模式视图和数据视图

在配置/训练数据选项卡中，您可以在 架构视图与 数据视图之间切换。

架构视图

架构视图是默认视图。在此视图中，数据集中的每一列都由模式中包含信息和统计信息的行表示。

您可以：

• 选择要包含在实验中的特征。

• 查看每列的详细信息，例如数据类型和特性类型。

• 查看有关列的洞察信息，例如无法选择它们的原因，或者在训练期间将如何对其进行处理。

数据视图

数据视图是一种替代视图，您可以使用它来访问每列的更多信息和样本数据。

实验配置面板

在实验配置面板中，您可以进一步自定义实验训练。在新实验中，此面板默认打开。

运行版本后，点击 查看配置 即可打开面板以配置下一个版本。

使用实验配置面板，您可以：

• 选择目标和实验类型

• 设置版本名称

• 添加或删除特性

• 配置实验的新版本

• 查看您正在训练的模型类型

• 选择更改或刷新训练数据集

• 添加或删除算法

• 更改模型优化设置

• 对于时间序列模型，设置预测设置

• 配置偏差检测

选择特征列

使用目标集，您可以选择要在模型训练中包含的其他可用列。排除不想成为模型一部分的任何特性。请注意，该列将保留在数据集中，但不会被训练算法使用。

在实验配置面板的顶部，您可以看到数据集中的单元格数。如果数量超过数据集限制，则可以排除低于限制的特性。

可以通过多种方式选择特性列：

模式视图和数据视图

在主视图中，您可以：

• 取消选择包括所有可用特性，然后仅选择要包括的特性。

• 手动清除不想包含的特性的复选框。

• 进行搜索，并在筛选的搜索结果中排除或包括所有特性。

在实验配置面板中

在实验配置面板中，您可以：

• 手动清除不想包含的特性的复选框。

• 运行第一个版本的实验后，可以定义要包含的表现最佳的特性的数量。

选择特性时，会自动为其指定一种特性类型。可能的特性类型包括：

• 无条件型

• 数字

• 日期

• 自由文本

特性类型是基于特性列中包含的数据指定的。如果一个特性符合某些标准，它可能会被选中，成为自动设计特性的基础。如果需要，可以更改特性是否用于自动特性设计。有关自动特性设计的完整详细信息，请参阅自动特性工程。

数据集中的某些列可能无法选择作为实验的特性，或者可能应用了特定的处理。当您浏览实验训练时，会显示对您的数据是如何被解释和处理的说明。有关更多信息，请参阅解释数据集见解。

选择算法

默认情况下包含所有可用的算法，您可以排除任何不想使用的算法。通常，当您看到第一个训练结果时，您会将此作为模型优化的一部分。阅读 优化模型 中更多内容。

更改功能类型

加载数据集时，根据数据类型和其他特性，将把列视为分类、数字、日期或自由文本来处理。在某些情况下，您可能需要更改此设置。

例如，如果一周中的天数由数字 1-7 表示，则每个数字表示一个分类值。默认情况下，它被视为连续排名的数值，因此您需要手动更改配置以将其视为分类。

当列被标识为包含日期和时间信息时，它将被用作新生成的自动设计特性的基础。发生这种情况时，原始列（父特性）将被视为具有日期特性类型。

您可以将父特性从日期特性更改为分类或数字特性。例如，当一个特性被标识为日期，但您需要将其视为字符串或数字时，这很有用。如果您这样做，就不能再在实验训练中使用它的自动设计特性。

执行以下操作：

1. 在模式视图中，找到该特性。

2. 在该特性的特性类型列中，单击 。

3. 在列表中选择一个值。

您也可以从 数据视图更改特性类型。找到该特性，然后单击当前特性类型旁边的 。在列表中选择一个值。

时间序列预测

如果您正在训练时间序列实验，则会根据您的配置自动应用某些特征类型转换。例如，若您选择任何组用于多元预测，则这些组的特征类型会自动切换为分类。

对预测的影响

当您手动更改特性的特性类型，然后部署生成的模型时，特性类型覆盖项将应用于应用数据集中的特性，该数据集用于使用该模型进行的预测。

更改数据集

您可以在运行第一个实验版本之前以及运行任何版本之后更改训练数据集。

如果在运行第一个版本之前更改数据集，则将丢失在更改数据集之前所做的任何配置。

执行以下操作：

1. 在实验配置面板的 训练数据 > 审核数据集 下，点击 更改数据集。

2. 选择一个新数据集。

有关在模型精化过程中（运行实验版本后）更改和刷新数据集的更多信息，请参阅更改和刷新数据集。

配置模型优化

如果您的实验类型是二元分类、多类分类或回归，您可以调整以下设置来优化模型：

• 打开或关闭智能模型优化

• 打开或关闭超参数优化

• 开启或关闭时间感知培训

可以为您运行的每个版本的实验打开或关闭这些选项。

配置智能优化

默认情况下，实验使用智能模型优化。通过智能模型优化，Qlik Predict 利用迭代特征选择和对数据应用高级转换来为您处理模型优化过程。

有关智能优化的详细信息，请参阅 智能模型优化。

您可以关闭此设置以手动优化您训练的模型。例如，您可能希望从智能模型优化开始模型训练，然后切换到 v2 的手动优化以进一步调整配置。

执行以下操作：

1. 单击视图配置。

2. 如果您已经运行了至少一个版本的实验，请单击新建版本。

3. 在面板中，展开模型优化。

4. 从智能切换到手动。

5. 使用滑块设置训练的最大运行持续时间。

配置超参数优化

您可以使用超参数优化来优化模型。请注意，这是一个高级选项，可以显著增加训练时间。如果关闭智能优化，则可以使用超参数优化。

有关更多信息，请参阅超参数优化。

执行以下操作：

1. 单击视图配置。

2. 如果您已经运行了至少一个版本的实验，请单击新建版本。

3. 在面板中，展开模型优化。

4. 从智能切换到手动。

5. 选中超级参数优化复选框。

6. （可选）为优化设置时间限制。默认时间限制为一小时。

配置时间感知训练

如果您希望在考虑时间序列维度的情况下训练模型，请为实验版本激活时间感知训练。要使用此选项，您的数据集中需要有一列包含相关时间序列信息。

当启用时间感知训练时，Qlik Predict 使用专门的交叉验证和 null 插补过程来训练模型。

有关更多信息，请参阅创建时间感知模型和基于时间的交叉验证。

执行以下操作：

1. 单击视图配置。

2. 如果您已经运行了至少一个版本的实验，请单击新建版本。

3. 在面板中，展开模型优化。

4. 在基于时间的测试训练分割下，选择用于对数据进行排序的日期索引。

查看有关训练数据的见解

在实验的 配置/训练数据 选项卡中，您可以查看有关训练数据处理的见解。此信息在 架构视图和 数据视图中均可用。显示的信息取决于您是否运行了具有当前训练数据的版本。见解中的更改可以帮助您确定为什么特性可能无法使用，或者为什么它们被自动删除。

有关每个见解含义的更多信息，请参阅解释数据集见解。