教學課程 – 產生並視覺化預測資料
此教學課程教您如何使用 Qlik AutoML 訓練並部署機器學習模型,以進行預測。這也會教您如何可以視覺化 Qlik Sense 應用程式中的預測資料。
我們將會考慮客戶流失的情境,這是二元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。
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 分析 中產生精彩的 Qlik Sense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 分析 中採用自動化機器學習和資料視覺化的使用者。某些機器學習和 Qlik Sense 的基本知識很實用,但不是必要。
若要完成此教學課程,您需要下列內容:
專業或 Full User 權限
Qlik Cloud 租用戶中的 Automl Experiment Contributor 和 Automl Deployment Contributor 安全性角色
您工作所在空間中的所需空間角色。請參閱:在共用空間中管理權限 及 在受管理空間中管理權限
若您無法檢視或建立 ML 資源,這可能表示您沒有所需角色、權利或權限。聯絡租用戶管理員瞭解更多資訊。
如需詳細資訊,請參閱 誰能使用 Qlik AutoML。
開始前需要進行的事項
在桌面下載此套件並解壓縮:
套件包含:
完成教學課程所需要的兩個資料檔案。
您將在教學課程期間建置的 Qlik Sense 應用程式副本範例。提供此項是為了因應萬一您想要對預測應用程式開發取得更快速的親身體驗。如需詳細資訊,請參閱 替代工作流程:上傳預先設定的應用程式。
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。
請執行下列動作:
開啟 Qlik Cloud 分析 中心。
按一下新增 > 資料集,然後選取上傳資料檔案。
將 Customer churn data - training.csv 檔案拖曳至上傳對話方塊。
接下來,將 Customer churn data - apply.csv 檔案拖曳至上傳對話方塊。
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)。
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
- 當您想要進一步瞭解時,Qlik 會提供各種資源。
- 提供 Qlik 線上說明。
- 在 Qlik Continuous Classroom 提供培訓,包括免費線上課程。
- 可在 Qlik Community 找到討論論壇、部落格等。
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。