Brug Datafloweditor til at anvende en forudsigelsesmodel på et hvilket som helst datasæt, eller anvend en Oracle-model til maskinel indlæring på et datasæt i den tilsvarende database.
Anvend forudsigelsesmodeller på dine data for at oprette maskinel indlæring (Machine Learning - ML) og kunstig intelligens (Artificial Intelligence - AI) i dine applikationer uden at kræve ML- eller AI-ekspertise.
Kørsel af modellen returnerer et nyt datasæt med kolonner, der indeholder forudsagte værdier, som du kan bruge til analyse og visualisering.
Når du kører en forudsigelsesmodel, flyttes dataene til og behandles af Oracle Analytics. Når du kører en registreret Oracle-model til maskinel indlæring, flyttes data ikke fra databasen til Oracle Analytics. I stedet findes og behandles modellen i databasen, og outputdatasættet gemmes også i databasen.
I et dataflow, når trinnet Anvend model bruges:
-
De registrerede modeller vises og er tilgængelige for gennemgang og analyse. Ikke-registrerede modeller vises ikke.
-
De tilgængelige outputkolonner er specifikke for modeltypen. Ved numerisk forudsigelse omfatter outputkolonnerne for eksempel PredictedValue og PredictedConfidence, og til klynger omfatter outputkolonnerne clusterId.
-
De tilgængelige parametre er specifikke for modeltypen. Hvis du for eksempel bruger en klyngemodel til scoring, er det maksimale antal NULL-værdier en parameter, som du kan angive til scoringsprocessen. Denne parameter bruges i imputeringen af den manglende værdi.
-
Modellen og de mappede inputdatatyper skal matche, når du arbejder med en Oracle-model til maskinel indlæring. Se en registreret models detaljer.
- Klik på Opret på Startside, og klik derefter på Dataflow.
- Vælg en database, og klik på Tilføj.
- Klik på Tilføj et trin (+) i Datafloweditor.
- Dobbeltklik på Anvend model i ruden Dataflowtrin, og vælg derefter den model, som skal bruges.
- Gå til afsnittet Input i Anvend model, og vælg en kolonne som input.
- Gå til afsnittet Output i Anvend model, vælg derefter de kolonner, der skal oprettes med datasættet, og opdater felterne for Kolonnenavn efter behov.
- Klik på Tilføj et trin (+) i datafloweditoren, og vælg Gem data.
- Indtast et navn. Angiv lokationen for lagring af outputdataene i feltet Gem data i.
Hvis du arbejder med en Oracle-model til maskinel indlæring, svarer datasættets forbindelsesoplysninger som standard til inputdatasættets forbindelse.
- Angiv datapræferencer efter behov i felterne Behandl som og Standardaggregering.
Når du gemmer data, tilføjer anvendelsesmodellen de af modellens outputkolonner, som du valgte til inputdatasættet.
- Klik på Gem, indtast et navn til og en beskrivelse af dataflowet, og klik på OK for at gemme dataflowet.
- Klik på Kør dataflow for at oprette datasættet.