建立並設定實驗

第一步是建立並設定實驗。您將會使用先前上傳的訓練資料集來訓練模型，直到準備好部署以進行預測為止。

建立新的實驗

請執行下列動作：

1. 在 Qlik Cloud 分析 中心，按一下新增，然後選取新的 ML 實驗。

2. 輸入實驗名稱，例如客戶流失教學課程。

3. 也可以選擇新增說明和標記。

4. 選擇用於實驗的空間。這可以是個人空間或共用空間。

5. 按一下建立。

6. 選取 Customer churn data - training.csv 檔案。

檢閱資料

現在您已準備好開始設定實驗，但在開始之前，我們來看看資料集。

我們在結構描述檢視開始。在此我們可以看見每列呈現資料集某欄的表格。已在自動資料準備時產生統計資料和深入資訊。您可能必須捲動至結構描述右側以查看深入資訊。

我們可以看見 AccountID 由於高基數而被排除。這表示欄包含太多唯一值。特徵 Country 則是由於相反原因而被排除：該值在所有列都相同。 這兩個特徵不會對機器學習模型提供任何值。

我們也可以看見類別特徵 Territory 已經過 impact encoded。將游標暫留在 和 圖示上，以獲得更多資訊。

按一下資料檢視 圖示以變更為資料檢視。在此我們可以看見更多關於每欄的資訊，包括樣本資料。

選取目標

我們希望機器學習模型預測客戶流失情況，因此選取資料集的最後一欄 Churned (已流失) 作為目標。

請執行下列動作：

1. 按一下結構描述檢視 圖示，以切換回結構描述檢視。

2. 將游標暫留在 Churned 上方，並按一下顯示的目標 圖示。

在實驗設定面板上，我們現在可以看見已選取 Churned。我們也可以看見自動選取和排除了哪些特徵。由於 Churned 是目標，這不會作為特徵使用。我們也可以看見此實驗將會作為二元分類問題來處理。

選取特徵

對於首次執行實驗，我們將會納入預設已選取的所有特徵和演算法。不過，若您根據自己的商務知識，已經知道特定特徵不會影響目標，則您可以在這時取消選取這些特徵，以從訓練中排除。

訓練實驗

設定完成後，我們就準備好開始訓練。

請執行下列動作：

• 在實驗視窗的右下角，按一下執行實驗。

實驗完成執行後，我們可以繼續進行下一步，即檢閱產生的模型指標。