使用实验

将历史数据加载到自动化机器学习实验中，并训练模型以分析和预测业务问题。

您可以在个人或共享空间中创建和编辑实验。

工作流

在 Qlik Cloud Analytics 中创建自动化机器学习实验之前，您需要有一个明确定义的机器学习问题，并在目录中提供合适的训练数据集。有关详细信息，请参阅 定义机器学习问题 和 准备用于训练的数据集。

以下步骤描述了实验工作流。

1. 创建实验

   在 Qlik Cloud 中创建新实验。如果要进行协作，请将其添加到共享空间。

   创建实验

2. 配置实验

   选择要进行预测的目标以及支持预测的特性。

   配置实验

3. 开始训练

   开始训练您的第一个实验版本。

   训练实验

4. 查看推荐的模型

   查看模型训练的进展情况，并评估向您推荐的模型。使用内置工具分析训练摘要和嵌入式分析，这些工具可提供实验、版本和模型级别的洞察。

   检查模型

   如果需要进一步优化，您可以配置实验的后续版本。调整特性和算法等参数，并重新训练实验的新版本，直到获得一个好的模型。

   优化模型

5. 部署模型

   当您获得一个好的模型时，就可以部署它并开始进行预测了。

   使用 ML 部署

要求和权限

有关在共享空间中使用 ML 实验所需的空间角色的信息，请参阅：

• Professional 和基于容量的订阅用户的共享空间权限

• 管理员的共享空间权限

如果您是管理员，请参阅 谁可以使用 Qlik Predict，以获取有关使用 ML 实验所需用户权限的全面概览。