Bruge Oracle-modeller til maskinel indlæring i Oracle Analytics

Du kan registrere og bruge Oracle-modeller til maskinel indlæring fra Oracle Database eller Oracle Autonomous Data Warehouse på data i Oracle Analytics. Brug datafloweditoren, når du skal anvende modellerne til maskinel indlæring på dine data.

Oracle Analytics gør det muligt for dig at bygge maskinel indlæring ind i dine applikationer, uden at du behøver at være dataekspert.

Hvordan kan jeg bruge Oracle-modeller til maskinel indlæring i Oracle Analytics?

Med Oracle Analytics kan du registrere og bruge Oracle-modeller til maskinel indlæring fra Oracle Database eller Oracle Autonomous Data Warehouse.

Brug af Oracle-modeller til maskinel indlæring sammen med Oracle Analytics øger i høj grad niveauet for forudsigelsesanalyser, som du kan udføre på datasæt, fordi dataene og modellen findes i databasen, anvendelsen af modeller på data udføres i databasen, og det resulterende datasæt gemmes i databasen. Dette gør det muligt for dig at bruge Oracle-udførelsesprogrammet til maskinel indlæring, når du skal anvende store datasæt.

Du kan registrere og bruge Oracle-modeller til maskinel indlæring fra følgende databasedatakilder:
  • Oracle Autonomous Data Warehouse
  • Oracle Database

I Oracle Analytics kan du registrere en hvilken som helst af databasens Oracle-modeller til maskinel indlæring i mining-klasserne Klassificering, Regression, Klynger, Anomali eller Funktionsudtrækning, der blev oprettet ved hjælp af Oracle Machine Learning for SQL API (OML 4SQL). Din Oracle Analytics-brugerrolle og dine databasetilladelser bestemmer, hvilke Oracle-modeller til maskinel indlæring du kan registrere og bruge.

Du kan også oprette forudsigelsesmodeller i Oracle Analytics.

Registrere Oracle-modeller til maskinel indlæring i Oracle Analytics

Oracle-modellerne til maskinel indlæring skal registreres i Oracle Analytics, før du kan bruge dem til at forudsige data. Du kan registrere og bruge modeller, der findes i din Oracle-database eller dine Oracle Autonomous Data Warehouse-datakilder.

  1. Klik på Sidemenustartsiden, klik derefter på Registrer model/funktion og derefter på Maskinlæringsmodeller.
    Dette valg er tilgængeligt for brugere med rollen BI-tjenesteadministrator eller DV-indholdsforfatter.
  2. Vælg en forbindelse i dialogboksen Registrer en ML-model.
    I dialogboksen Vælg en model, der skal registreres kan du se databasens Oracle-modeller til maskinel indlæring i mining-klasserne Klassifikation, Regression, Klynger, Anomali eller Funktionsudtrækning, der blev oprettet ved hjælp af Oracle Machine Learning for SQL API (OML 4SQL).

    Klik om nødvendigt på Opret forbindelse for at oprette en forbindelse til den Oracle Database- eller Oracle Autonomous Data Warehouse-datakilde, der indeholder den Oracle-model til maskinel indlæring, som du vil bruge.

  3. Klik på den model, som du vil registrere, i dialogboksen Vælg en model, der skal registreres, og gennemse modellens oplysninger. Det kan for eksempel være den modelklasse og algoritme, der blev brugt til at bygge modellen, det mål, som modellen forudsiger, de kolonner, som modellen trænes i, modelforudsigelser og parametre.
  4. Klik på Registrer.
  5. Klik på NavigatorStartside, og klik derefter på Maskinel indlæring for at bekræfte, at modellen blev importeret korrekt.

Inspicere registrerede Oracle-modeller til maskinel indlæring

Du kan oprette adgang til og gennemse oplysninger om Oracle-modeller til maskinel indlæring, som du har registreret i Oracle Analytics.

Se en registreret models detaljer

Du kan se detaljerede oplysninger om en Oracle-model til maskinel indlæring for at få hjælp til at forstå modellen og bestemme, om den er egnet til forudsigelse af dine data. Modellens detaljer indeholder dens modelklasse, algoritme, inputkolonner, outputkolonner og parametre.

Når du registrerer en model, medtages dens detaljerede oplysninger. Disse oplysninger hentes fra Oracle Database eller Oracle Autonomous Data Warehouse.
  1. Klik på NavigatorStartside, og klik derefter på Maskinel indlæring.
  2. Klik på fanen Modeller.

  3. Hold musemarkøren over den model, som du vil se, klik på Handlinger, og vælg derefter Inspicer.
  4. Klik på Detaljer for at se modellens oplysninger.

Hvad er en registreret models visninger?

Når en Oracle-model til maskinel indlæring er oprettet, bliver visninger, der indeholder specifikke oplysninger om modellen, genereret og gemt i databasen. Brug Oracle Analytics til at oprette adgang til en liste over en models visninger, og opbyg derefter datasæt, som du kan bruge til at visualisere oplysningerne i visningerne.

Visninger indeholder oplysninger om den registrerede model, for eksempel modelstatistik, målværdidistribution og algoritmeindstillinger. Antallet og typen af visninger, der oprettes, bestemmes af modellens algoritme. Det betyder, at en model, der bygger på Naive Bayes-algoritmen, har ét sæt visninger, mens en model, der bygger på beslutningstræalgoritmen, har et andet sæt visninger. For eksempel er nogle af de visninger, der genereres for en beslutningstræmodel, følgende:
  • Scoring-kostmatrix - Beskriver scoring-matrixen for klassificeringsmodeller. Visningen indeholder actual_target_value, predicted_target_value og cost.
  • Globale navne-værdi-par - Beskriver global statik, der er relateret til modellen, for eksempel antal rækker, der er brugt i modelopbygningen, og konvergensstatus.
  • Statistik for beslutningstræ - Beskriver de statistikker, der er tilknyttet individuelle noder i beslutningstræet. Statistikkerne inkluderer et målhistogram for dataene i noden. Denne visning indeholder oplysninger om understøttelse af predicted_target_value, actual_target_value og node for hver node i træet.

Navnene på de enkelte visninger er entydige, for eksempel DM$VCDT_TEST. Det format, der bruges til at generere visningsnavne, er DM$VAlfabet_Modelnavn, hvor:

  • DM$V - Repræsenterer et præfiks for visninger, der genereres ud fra en registreret model.
  • Alfabet - Repræsenterer en værdi, som angiver typen af outputmodel. For eksempel angiver C visningstypen Kostmatrix for scoring, og G angiver visningstypen Globale navne-værdi-par.
  • Modelnavn - Indeholder navnet på den registrerede Oracle-model til maskinel indlæring og dens visning. For eksempel DT_TEST.

Se dokumentationen til din Oracle-databaseversion for at få flere oplysninger om visninger.

Oracle Analytics indeholder en liste over eventuelle registrerede modellers visninger. Du kan dog kun oprette adgang til og visualisere visninger for Oracle Database 12c Release 2 eller nyere. Hvis du arbejder med en tidligere version af Oracle Database, kan du ikke bruge Oracle Analytics til at oprette adgang til og visualisere visninger.

Se en registreret models liste over visninger

En registreret models visninger gemmes i databasen, men du kan bruge Oracle Analytics til at se en liste over modellens visninger.

Visninger indeholder oplysninger om for eksempel en models størrelse, indstillinger og attributter, der bruges i modellen. Med de oplysninger kan du bedre forstå og udnytte modellen.

Bemærk:

Du kan oprette adgang til og visualisere visninger for Oracle Database 12c Release 2 eller nyere. Hvis du arbejder med en tidligere version af Oracle Database, findes disse visninger ikke i databasen, så du kan ikke bruge Oracle Analytics til at oprette adgang til og visualisere dem.
  1. Klik på NavigatorStartside, og klik derefter på Maskinel indlæring.
  2. Klik på fanen Modeller.

  3. Hold musemarkøren over den model, som du vil se, klik på Handlinger, og vælg derefter Inspicer.
  4. Klik på fanen Relateret for at se en liste over modellens visninger.

Visualisere visningen af en registreret Oracle-model til maskinel indlæring

Visualiser en hvilken som helst af en registreret models visninger for at finde oplysninger, der gør det nemmere at forstå og udnytte modellen.

Bemærk:

Du kan oprette adgang til og visualisere visninger for Oracle Database 12c Release 2 eller nyere. Hvis du arbejder med en tidligere version af Oracle Database, findes disse visninger ikke i databasen, så du kan ikke bruge Oracle Analytics til at oprette adgang til og visualisere dem.
Når du opretter datasættet, skal du kende modellens visningsnavn og databasens skemanavn. Brug følgende opgave til at finde disse navne, oprette datasættet og visualisere visningens oplysninger.
  1. Klik på Navigator på startsiden, og klik derefter på Maskinel indlæring.
  2. Find den registrerede model til maskinel indlæring, klik på Handlinger, og klik på Inspicer.
  3. Klik på Detaljer, og kontroller, at afsnittet Modeloplysninger er udvidet. Gå til feltet Ejer af DB-model, og registrer databaseskemanavnet.
  4. Klik på Relateret, og find og registrer visningens navn. Klik på Luk.
  5. Klik på Opret på startsiden, og klik derefter på Datasæt.
  6. Vælg den forbindelse, som indeholder modellen til maskinel indlæring og dens visninger.
  7. Naviger til og klik på det databaseskemanavn, som du fandt på fanen Detaljer, i Dataset Editor.
  8. Vælg den visning, som du fandt på fanen Relateret, og dobbeltklik på kolonner for at føje dem til datasættet. Klik på Tilføj.
  9. Klik på Opret projektmappe for at bygge visualiseringer.