跳到主要內容 跳至補充內容

教學課程 – 使用 Qlik AutoML 建立預測應用程式

本教學課程教導您如何使用 Qlik AutoML 分析資料並建立應用程式,以視覺化透過平台建立的預測資料。

我們將會考慮客戶流失的情境,這是二進位分類問題的經典範例。 目標是能夠可靠地預測客戶會取消訂閱或維持服務訂閱者身分。此問題類型中只有兩個結果:真或假 (已流失或未流失)。

為了處理此機器學習問題,我們將會從處理已知結果的資料集開始,然後將從資料建立的統計模型套用至我們想要預測結果的新資料。這是我們在本教學課程中採用的方法。

為了建立可靠且準確的模型,您應確保訓練資料集不包含滲漏或「滲漏」特徵。若訓練資料中的一個或多個特徵可用來衍生您嘗試預測的目標變數,或者若訓練資料中的一個或多個特徵包括預測時不會知道的資訊,就會發生資料滲漏。

我們將會建立實驗以開始本教學課程。由此開始,您將會在機器學習模型中精簡並部署實驗。此模型將會用來建立預測,這可透過視覺化形式顯示在 Qlik Sense 應用程式中。

您將會學習的內容

完成本教學課程後,您將會理解涉及建立和設定實驗的不同步驟。您也會瞭解如何解譯模型分數。最後,您將能夠部署機器學習模型,並將會理解預測資料可以如何用來在 Qlik Cloud 中產生精彩的視覺化。

誰應完成本教學課程

本教學課程的設計適合想要在 Qlik Cloud 中取得自動化機器學習簡介的使用者。

開始前需要進行的事項

在桌面下載此套件並解壓縮:

客戶流失教學課程

套件包含完成本教學課程所需要的兩個資料檔案。將資料檔案上傳至目錄。

訓練資料集包含關於客戶的資訊,這些客戶已超過續約期限,並已決定要流失或維持訂閱服務。

套用資料集包含關於新客戶集合的詳細資訊,這些新客戶尚未超過續約日期。尚未決定這些客戶是否會取消服務。本教學課程的目標是預測此客戶集合將會怎麼做,並希望我們可以降低流失的可能性。

  1. 開啟 Qlik Sense 中心。

  2. 按一下新增 > 資料集,然後選取上傳資料檔案

  3. Customer churn data - training.csv 檔案拖曳至上傳對話方塊。

  4. 接下來,將 Customer churn data - apply.csv 檔案拖曳至上傳對話方塊。

  5. 選取空間。這可以是個人空間或共用空間 (若您希望其他使用者能夠存取此資料)。

  6. 按一下上傳

現在您的資料集上傳後,就能繼續建立實驗。

本教學課程的授課單元

本教學課程中主題的設計應按順序完成。不過,您可以隨時離開並返回。

進一步讀取和資源

您的意見很重要

我們對於您可能有的任何意見反應都十分感謝。請使用以下區段讓我們瞭解我們的表現如何。

此頁面是否對您有幫助?

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們可以如何改善!