# 建立預測資料

部署並核准模型後，即可對新的資料建立預測。在本教學課程中，我們在 ML 部署內建立一個預測設定，並用來執行批次預測。

目前為止，我們已使用現有的客戶資料來建立機器學習模型。此流程的目標一直是透過機器學習辨識模式，以及將這些模式套用至新資料。

也有僅在訓練資料中分析 SHAP 值的使用情況。此資訊本身也十分寶貴。

如需更多關於 Qlik Predict 中批次預測的資訊，請參閱 [對資料集建立預測](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/creating-predictions.htm)。

該流程的第一步是選擇要套用模型以產生預測的資料集。之後，您可設定輸出所需的屬性並產生檔案。

請執行下列動作：

1. 在目錄中，開啟新的 ML 部署。

2. 在右下角按一下建立預測。

3. 在右側的預測設定窗格中，展開套用資料並按一下選取套用資料集。

4. 選取套用資料集檔案。根據您使用 CSV 或 QVD，這將會是下列任一項內容：

   * ML - Churn data - apply.csv

   * ML - Churn data - apply.qvf

5. 比較訓練和套用資料集的結構描述。因為您在訓練期間取消選取特徵，套用資料集的欄位將比訓練資料集更多。不必擔心此情況。產生預測時，Qlik Predict 會忽略來自套用資料集而不存在於訓練資料集的欄位。

6. 在預測設定窗格中，按一下名稱預測資料集。輸入以下名稱：ML - Prediction output。我們將使用預設的 Parquet 格式。

7. 選取空間並按一下確認。

8. 在預測選項之下，您可設定要透過此預測產生的其他資料集。在此情況下，請確認座標 SHAP 是唯一選取的選項。允許 AccountID 作為索引欄使用。

   ![建立預測時的預測設定功能表和資料集結構描述。](https://help.qlik.com/zh-TW/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial_batch-prediction.png)

按一下儲存並關閉旁邊的 the 立即儲存並預測 icon 圖示。選取。

可在資料集預測中監控流程。您可以在出現的快顯視窗中按一下開啟，以在目錄中檢閱輸出。

預測完成執行後，您可以開始使用新的資料集建置應用程式。移至下一主題。