教程 - 生成和可视化预测数据
本教程教授您如何使用 Qlik AutoML 来训练和部署用于进行预测的机器学习模型。它还教你如何在 Qlik Sense 应用程序中可视化预测数据。
我们将考虑客户流失的场景，这是二进制分类问题的经典示例。其目标是能够可靠地预测客户是将取消其订阅，还是仍然是服务的订户。这类问题只有两种结果：真或假（已流失或未流失）。
为了解决这个机器学习问题，我们将首先处理一组我们已经知道结果的数据，然后将从该数据创建的统计模型应用于我们希望预测结果的新数据。
您将通过创建一个实验开始本教程。从那里，您将改进实验并将其部署到机器学习模型中。该模型将用于创建预测，可以在 Qlik Sense 应用程序中以可视化的形式显示。
您将学到的内容
完成本教程后，您将了解创建和配置实验所涉及的不同步骤。您还将学习如何解释模型分数。最后，您将能部署机器学习模型，并将了解如何使用预测数据在 Qlik Cloud 分析 中生成引人注目的 Qlik Sense 可视化效果。
谁应当完成该教程
本教程专为希望在 Qlik Cloud 分析 中介绍自动机器学习和数据可视化的用户设计。一些机器学习和 Qlik Sense 的基本知识是有帮助的，但不是必需的。
要完成本教程，您需要以下内容：
专业或完全用户授权
Qlik Cloud 租户中的 Automl Experiment Contributor 和 Automl Deployment Contributor 安全角色
您将要工作的空间中所需的空间角色。请参阅：管理共享空间中的权限 和 管理托管空间中的权限
如果您无法查看或创建 ML 资源，这可能意味着您没有所需的角色、权利或权限。请联系您的租户管理员以获取更多信息。
有关详细信息，请参阅谁可以使用 Qlik AutoML。
在开始之前需要做的工作
下载该程序包并将其在您的桌面上解压：
该程序包包含：
完成教程所需的两个数据文件。
您将在教程中构建的 Qlik Sense 应用程序的示例副本。提供这些是为了便于您更快获得预测应用程序开发的实践经验。有关详细信息，请参阅替代工作流程：上传预先配置的应用程序。
训练数据集包含有关客户的信息，这些客户的续订期限已过，并已决定放弃或继续订阅该服务。
应用数据集包含续订日期尚未过期的一组新客户的详细信息。尚未确定这些客户是否会取消服务。本教程的目标是预测这组客户会做什么，希望我们能够降低他们流失的可能性。
执行以下操作：
打开 Qlik Cloud 分析 应用中心。
单击新增 > 数据集，然后选择上载数据文件。
将 Customer churn data - training.csv 文件拖到上载对话框。
接下来，将 Customer churn data - apply.csv 文件拖到上载对话框。
选择空间如果您希望其他用户能够访问此数据，它可以是您的个人空间或共享空间。
单击上传。
现在数据集已上载，您可以继续创建实验。
本教程中的课程
本教程中的主题设计为按顺序完成。但您也可以暂时离开，然后随时再回来继续学习。
延伸阅读和资源
- Qlik 提供了各种各样的资源帮助您进行深入学习。
- Qlik 在线帮助可用。
- 培训，包括免费的在线课程，可在 Qlik Continuous Classroom 获取。
- 讨论论坛、博客等可见于 Qlik Community。
您的意见很重要
我们感谢您的任何反馈。请使用下面的部分让我们了解我们做得怎样。