# 创建预测数据

部署并批准了模型后，就可以对新数据创建预测。在本教程中，我们将在 ML 部署中创建一个预测配置，并使用它来运行批量预测。

到目前为止，我们已经使用现有客户数据创建了一个机器学习模型。该过程的目标是通过机器学习识别模式，并将其应用于新数据。

还有一个用例是只分析训练数据中的 SHAP 值。这些信息本身也很有价值。

有关 Qlik Predict 中批处理预测的更多信息，请参阅[创建有关数据集的预测](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm)。

该过程的第一步是选择要应用模型生成预测的数据集。然后，为输出配置所需的资产并生成文件。

执行以下操作：

1. 在目录中，打开新的 ML 部署。

2. 在右下角，单击创建预测。

3. 在右侧的预测配置窗格中的应用数据下，单击选择应用数据集。

4. 选择应用数据集文件。根据您使用的是 CSV 还是 QVD，此项将是以下之一：

   * ML - Churn data - apply.csv

   * ML - Churn data - apply.qvf

5. 比较训练的模式并应用数据集。由于在训练过程中取消选择了特性，因此应用数据集的字段将比训练数据集的多。不必担心这点。生成预测时，Qlik Predict 只是忽略应用数据集中不存在于训练数据集中的字段。

6. 在预测配置窗格中，单击名称预测数据集。键入以下名称：ML - Prediction output。我们将使用默认的 Parquet 格式。

7. 选择一个空间，然后单击确认。

8. 在预测选项下，配置要使用此预测生成的额外数据集。在这种情况下，确认坐标 SHAP 是唯一选择的选项。允许将 AccountID 用作索引列。

   ![创建预测时的预测配置菜单和数据集模式。](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial_batch-prediction.png)

单击保存和关闭边的 the 现在保存并预测 icon 图标。选择。

可以在数据集预测中监控该过程。您可以通过单击出现的弹出窗口中的打开来查看目录中的输出。

预测运行完成后，您可以开始使用新数据集构建应用程序。转到下一个主题。