使用 ML 预测
一旦部署了机器学习模型，就可以使用该模型创建预测。这些预测可用于根据您的数据做出更有效、更明智的决策。
您可以在个人或共享空间中创建和编辑 ML 部署并生成预测。您还可以将 ML 部署发布到托管空间并生成预测。通过空间控制对 ML 部署的访问。有关空间的更多信息，请参阅在空间中工作。
ML 部署可以在个人空间、共享空间和托管空间中创建。ML 部署生成的预测数据可以存储在个人空间、共享空间或托管空间中。
要求和权限
要使用 ML 部署及其内部的预测配置，必须具备以下内容：
-
专业或完全用户授权
-
查看和创建 ML 部署：Automl Deployment Contributor 或 Automl Experiment Contributor 安全角色
-
编辑和删除 ML 部署：Automl Deployment Contributor 安全角色
-
配置并运行 ML 部署中的预测：Automl Deployment Contributor 安全角色
-
ML 部署所在空间中的必需权限。
预测是作为数据集创建的。因此，在 Qlik Cloud中使用数据源的相同要求也适用于使用预测输出（例如在 Qlik Sense 应用程序中使用它）。您必须具有私人分析内容创建者角色才能在个人空间中创建数据集
对于计划的预测，还存在对预测配置的所有者的要求。
有关详细信息，请参见：
工作流
以下步骤是如何使用 ML 部署和预测的示例。
- 部署您的模型
部署要用于进行预测的模型。
- 进行预测
对数据集进行手动或计划预测或使用预测 API。
- 可视化预测性见解
将生成的预测数据加载到应用程序中并创建可视化效果。
- 使用假设情景探索数据
将预测 API 集成到应用程序中，以获得实时预测。这允许您通过更改特性值并获得新值的预测结果来尝试假设情景。记录通过 API 传递给 ML部署，并实时接收响应。例如，如果我们改变计划类型或增加基本费用，客户流失的风险会如何？
- 采取行动
分析预测性见解和情景，找出应采取的行动。Qlik 应用程序自动化 帮助您自动化操作，并为机器学习用例提供特定模板。有关自动化的更多信息，请参阅Qlik 应用程序自动化。 （仅提供英文版本）