# 對資料集建立預測 使用 ML 部署對新的資料預測未來結果。透過批次預測，您可以在 ML 部署中建立預測設定，然後用來將預測產生為資料集。在產生的資料集中，每一列都包含該特定列的預測值。透過批次預測，您可以為套用資料集中的每一列產生預測。 若要開始建立預測設定，開啟 ML 部署並前往批次預測窗格。請參閱 [導覽 ML 部署介面](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-model-management.htm)。 透過批次預測，您可以對目錄中的資料集進行預測，例如對新交易的每日預測。或者，也可以使用機器學習 API 中的即時預測端點進行即時預測。如需關於即時預測的資訊，請參閱 [建立即時預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-real-time-predictions.htm)。 資訊備註 已取代即時預測 API，並替換為 [機器學習 API](https://qlik.dev/apis/rest/ml/) 中的即時預測端點。目前未取代該功能本身。對於未來的即時預測，請使用 機器學習 API 中的即時預測端點。如需從即時預測 API 遷移到 機器學習 API 的協助，請參閱 [Qlik Cloud 開發人員入口網站上的遷移指南](https://qlik.dev/apis/rest/automl-deployments/#migrate-from-the-automl-real-time-predictions-api-to-the-machine-learning-api)。 會在具有預測和 (對於分類模型) 具有每個分類機率的欄中產生批次預測。您也可以選擇產生具有 SHAP 值或錯誤的資料集，以及套用資料集的副本。資料集可以採用 Parquet、CSV 或 QVD 格式。 產生預測時，您可以將預測深入解析載入到 Qlik Sense 應用程式。這可讓您視覺化資料並與其互動，並建立假設情境。 ## 要求和權限 如需在共用和受管空間中處理部署和預測所需的空間角色相關資訊，請參閱： * [專業版和基於容量的訂閱使用者的共用空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-prof-full.htm) * [具有 分析者權限 的使用者的共用空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-analyzer.htm) * [管理員的共用空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-shared-space-admin.htm) * [專業和基於容量的訂閱使用者的受管理空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-prof-full.htm) * [具有 分析者權限 的使用者的受管理空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-analyzer.htm) * [管理員的受管理空間權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Spaces/permissions-managed-space-admin.htm) 如果您是管理者，請參閱 [誰可以使用 Qlik Predict](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm)，以取得處理部署和預測所需使用者權限的綜合概述。 ## 建立新的批次預測 您可以從部署概述、可部署的模型或批次預測窗格建立新的預測設定。 請執行下列動作： 1. 從目錄開啟 ML 部署。 2. 在右下方按一下建立預測。 3. 在套用資料集結構描述區段中，按一下選取套用資料集。 4. 選取要產生預測的資料集，或按一下新增套用資料集以上傳新的資料集。如需更多關於在 Qlik Cloud 分析 中新增資料檔案的資訊，請參閱 [新增資料集](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataSource/add-datasets.htm)。 資訊備註在此階段，如果套用資料集結構描述與模型結構描述不相符，就會通知您。為了成功執行預測，結構描述必須具有相同的特徵和資料類型。 5. 您可以選擇命名您的預測設定，並新增描述。在右側的預測設定窗格中，在預測名稱之下，編輯名稱和描述。 6. 預設情況下，您的預測設定設定為使用部署中的預設模型來產生預測。您也可以選擇使用別名，從不同的模型執行預測。在預測設定窗格中，展開選擇模型別名並選取要使用的別名。 如需更多關於在批次預測中使用別名的資訊，請參閱 [為批次預測設定模型別名](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/alias-predictions-batch.htm)。 7. 在預測設定窗格中，在預測資料集 (輸出) 之下，按一下名稱預測資料集。 8. 根據需要，編輯您想要儲存資料集的空間內路徑，包括資料夾和檔案名稱。使用 / 字元分隔資料夾。 Qlik Predict 也支援預測輸出的動態命名。如需詳細資訊，請參閱[批次預測的動態命名和儲存](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automl-dynamic-naming-predictions.htm)。 9. 為產生的資料集選取格式。預設為 Parquet。資料集也能以 CSV 或 QVD 格式產生。 10. 選取空間。 11. 按一下確認。 12. 在預測選項之下，選取您要產生的任何其他資料集。 * 套用資料集：產生用於預測的套用資料集的副本。對於時間序列模型，此套用資料集的副本將只包含套用視窗中的記錄，也就是說，用於產生預測的記錄。 * 錯誤資料集：為套用資料集中的記錄產生具有錯誤的資料集。這可讓您知道是否已捨棄記錄以及原因。 不適用於時間序列模型。 * SHAP：為每個記錄產生具有 SHAP 值的資料集。資料集有模型中每個特徵的欄 index 和 <feature>\_SHAP。 不適用於時間序列模型。 資訊備註此選項無法用於來自多類別分類模型的預測。對於這些模型，您可以改用座標 SHAP 選項。 * 座標 SHAP：為每個記錄產生具有 SHAP 值的資料集。這提供與 SHAP 資料集相同、但以不同方式組織的值。資料集有欄 index、automl\_feature 和 SHAP\_value。附加欄 Predicted\_class 隨附於來自多類別分類模型的預測。 不適用於時間序列模型。 13. 根據需要，編輯您想要儲存上述每個資料集的空間內路徑。路徑包括資料夾和檔案名稱。使用 / 字元分隔資料夾。 Qlik Predict 也支援預測輸出的動態命名。如需詳細資訊，請參閱[批次預測的動態命名和儲存](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automl-dynamic-naming-predictions.htm)。 14. 在索引欄之下，選擇要自動產生索引欄或使用套用資料集中現有的欄。 不適用於時間序列模型。 15. 您也可能想要按排程執行預測。在預測排程之下，按一下建立排程並在顯示的對話方塊中調整設定。如需詳細資訊，請參閱[排程預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Schedule)。 16. 按一下儲存並關閉按鈕以儲存預測設定，並返回批次預測窗格而不執行預測。若您只希望預測按排程執行，可能會偏好此選項。 或者，按一下儲存並關閉旁邊的 the 立即儲存並預測 icon 圖示。選取。這將儲存預測設定並手動執行預測。 若上次執行顯示 the 核取方塊 icon，表示預測已成功完成。 17. 前往目錄以查看產生的資料集。 ## 編輯預測設定 您可以從批次預測窗格編輯現有預測設定。 請執行下列動作： 1. 在批次預測窗格中，在要編輯的預測設定按一下 the 更多動作 icon。 2. 從動作功能表選取編輯預測設定。 就會開啟預測設定，模型和套用資料集結構描述顯示在畫面中央。 3. 在預測設定窗格中，您可以編輯下列區段： * 預測名稱：變更預測設定的名稱和描述。 * 擁有者：讓自己成為預測設定的擁有者。如需關於何時可能需要此內容的資訊，請參閱 [預測設定擁有權](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Ownership)。 * 選擇模型別名：變更用於預測的模型別名。 * 套用資料 (輸入)：您可以變更套用資料集。對於時間序列模型，此套用資料集的副本將只包含套用視窗中的記錄，也就是說，用於產生預測的記錄。 * 預測資料集 (輸出)：您可以變更預測資料集的名稱和空間。 * 預測選項：您可以為產生的其他資料集變更選項，或變更名稱和資料夾位置。 * 預測排程：若您想要，可以設定執行預測的排程。如需詳細資訊，請參閱[排程預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Schedule)。 4. 按一下儲存並關閉按鈕以儲存預測設定，並返回批次預測窗格而不執行預測。 或者，按一下儲存並關閉旁邊的 the 立即儲存並預測 icon 圖示。選取。這將儲存預測設定並手動執行預測。 若最後狀態顯示「成功」，表示預測完成。 ## 執行批次預測 您可以從批次預測窗格以現有預測設定執行預測。或者，您可能想要根據可自訂的排程執行預測。您可以合併手動和排程預測執行，以最佳方式配合您的需求。 ### 手動執行預測 您可以在批次預測窗格中選取內容功能表內的選項，以直接開始執行預測設定。 對於手動執行預測的使用者，該使用者必須滿足該動作的存取權限要求。請參閱 [預測設定擁有權](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Ownership)。 請執行下列動作： 1. 在批次預測窗格中，在要用於預測的預測設定按一下 the 更多動作 icon。 2. 從動作功能表選取立即執行預測以開始產生預測。 若最後狀態顯示「成功」，表示預測完成。 ### 排程預測 預測可設定為按排程自動執行。您可以為每個您建立的預測設定建立一個排程。在建立或編輯預測設定時存取預測排程功能表。 為了成功執行排程預測，預測設定擁有權的擁有者必須滿足幾項權限要求。否則，預測無法執行。如需詳細資訊，請參閱[預測設定擁有權](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Ownership)。 預測排程對話方塊可讓您指定排程的下列參數： * 執行預測：調整執行預測的一般排程 (每日、每週或每月)。根據您的選項設定間隔、星期幾或日期。 * 時間：設定一天當中開始執行預測的時間。 若您依小時排程 (適用於每日或每週預測)，則您也能夠指定執行預測的開始和結束時間。 * 開始日期：設定預測排程生效的日期。 * 結束日期：設定停止按排程執行預測的日期。依照預設，排程將設定為永遠繼續執行，但您可以指定排程的結束日期。 * 只有在套用資料集變更時才執行：如果發生以下任何事件，則會執行排程的預測。否則，排程的預測將不會執行。 * 在套用資料集中偵測到變更。 * 批次預測中使用的模型已變更，可能是指派給目前別名的模型有了變更，也可能是變更為使用不同模型的不同別名。 ## 刪除預測設定 您可以從批次預測窗格刪除現有預測設定。 請執行下列動作： 1. 在批次預測窗格中，在要刪除的預測設定按一下 the 更多動作 icon。 2. 從動作功能表選取刪除預測設定。 3. 按一下刪除以確認。 ## 關鍵概念 ### 套用資料集 實驗訓練期間，您可在新的資料集部署用來產生預測的模型。此資料集稱為套用資料集。會在具有預測和 (對於分類模型) 具有每個分類機率的欄中產生預測。您也可以選擇產生具有 SHAP 值或錯誤的資料集。 資訊備註 支援任何可在 Qlik Cloud 中上傳並剖析的一般檔案，以用於 Qlik Predict。 對於多表格檔案，例如具有多個工作表的 Microsoft Excel 檔案，只會匯入第一個表格。若表格的資料剖析失敗 (例如表格是空的)，則檔案不受支援。 應用資料集的需求會因您的模型類型而異： * 對於分類和迴歸模型，套用資料集的特徵和資料類型必須與用來訓練 ML 部署的資料集相同。ML 實驗中指定的目標欄不需要納入套用資料集當中。請注意，其他不屬於模型訓練的欄仍然可以存在於套用資料集。Qlik Predict 會在產生預測時忽略其他欄。 * 對於時間序列模型，預測會以列而非欄的形式建立。預測仍會針對目標欄產生，但它們是與特定未來時間值對應的記錄。欄的結構在訓練資料集和套用資料集之間不會改變。時間序列模型的套用資料集需要包含歷史資料，以及您需要預測之未來記錄的預留位置值。如需更多資訊，請參閱 [準備套用資料集](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework-time-series.htm#ApplyPrepare) 和 [使用時間序列模型的預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-prediction.htm)。 ### 預測設定 會從預測設定產生預測資料集。每個 ML 部署可以有多個預測設定。預測設定可以設定為使用排程或不使用排程來執行。 #### 預測設定擁有權 使用者建立預測設定時，他們會被自動指派為擁有者。 可能會發生預測設定的擁有者失去租用戶存取權限、或不再滿足使用 ML 部署的其他要求的情況。在此情況下，具有所需權限的使用者可以按一下將我設為擁有者，取得排程預測的擁有權，以便執行預測。這可在預測設定窗格中進行，或作為資料集預測視窗中的動作。 若要讓自己成為預測設定的擁有者，您需要： 如需關於讓自己成為預測設定的擁有者所需之權限的資訊，請參閱 [要求和權限](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm#Requirem)。 ### 模型啟用 在開始使用 ML 部署產生預測之前，需要啟用來源模型。如需詳細資訊，請參閱[核准已部署的模型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/approve-models.htm)。 ### 自動特徵設計 如需關於透過使用自動特徵設計訓練的模型產生預測的資訊，請參閱 [自動特徵設計](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automatic-feature-engineering.htm)。 ## 套用資料集的考慮事項 ### 手動變更特徵類型的影響 若您手動變更某個特徵的特徵類型，然後部署產生的模型，特徵類型覆寫將套用至透過該模型進行預測所使用之套用資料集中的特徵。 [變更特徵類型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/configuring-experiments.htm#Changing) 資訊備註時間序列模型有一個例外。請參閱 [變更特性類型](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-prediction.htm#Changing)。 ## 管理預測工作 租用戶管理員可以從 管理 活動中心停止或取消預測工作。如需詳細資訊，請參閱[管理 Qlik Predict](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/mc-managing-experiments-deployments.htm)。 ## 設定通知 您可以在從 ML 部署建立預測時接收通知。如需詳細資訊，請參閱[設定 Qlik Predict 的通知](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automl-customize-experience.htm#Configur)。 ## 檢視資料漂移和預測事件詳細資訊 執行預測後，切換到資料漂移監控和操作監控窗格，以檢視關於以下內容的詳細資訊： * 套用資料集中每個特徵的資料漂移程度。在您的套用資料集和訓練資料集之間進行比較。 * 有關預測事件的詳細資訊，例如是成功或失敗，以及產生了多少個預測。 如需詳細資訊，請參閱[監控已部署模型的效能和使用情況](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/monitor-models.htm)。 ## 檢視譜系和影響分析 使用 Qlik Cloud 中的譜系和影響分析工具，您可以分析： * 預測資料集和套用資料集的來源。這可以包括相關的訓練資料、實驗、模型和 ML 部署。 [分析機器學習內容的譜系](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#MLLineage) * 預測資料集和套用資料集如何在 Qlik Cloud 的下游內容中使用。 [機器學習內容的影響分析](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm#MLImpact) ## 瞭解更多資訊 * [導覽 ML 部署介面](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/ml-model-management.htm)