Verwenden Sie diese Schritte in Datenflüssen, um Ihre Daten zu organisieren, zu integrieren und zu transformieren. Sie können beispielsweise Datenquellen zusammenführen, Daten aggregieren oder Geoanalysen ausführen.
Mit Schritten können Sie Ihre Daten visuell transformieren, ohne dass Sie dafür Programmierkenntnisse benötigen.
Mit dem Datenflusseditor können Sie Schritte zu Ihren Datenflüssen hinzufügen.
.png
Spalten hinzufügen
Fügen Sie dem Ziel-Dataset benutzerdefinierte Spalten hinzu. Beispiel: Sie können den Wert Ihres Bestands berechnen, indem Sie die Anzahl der Einheiten in einer UNITS
-Spalte mit dem Verkaufspreis in einer RETAIL_PRICE
-Spalte multiplizieren (also UNITS
* RETAIL_PRICE
).
Daten hinzufügen
Fügen Sie dem Datenfluss Datenquellen hinzu. Beispiel: Wenn Sie zwei Datasets zusammenführen, fügen Sie beide Datasets zum Datenfluss hinzu. Siehe Datenbankunterstützung für Datenflüsse.
Aggregieren
Erstellen Sie Gruppenergebnisse, indem Sie Aggregatfunktionen anwenden. Beispiele: Anzahl, Summe oder Durchschnitt.
Sentiment analysieren
Erkennen Sie das Sentiment für eine bestimmte Textspalte. Beispiel: Sie könnten Kundenfeedback analysieren, um zu bestimmen, ob es positiv oder negativ ist. Sentiment-Analysen bewerten Text auf Basis von Wörtern und Ausdrücken, die auf eine positive, neutrale oder negative Emotion hinweisen. Basierend auf dem Ergebnis der Analyse enthält eine neue Spalte den Typ "Positiv", "Neutral" oder "Negativ".
KI-Modell anwenden
Analysieren Sie Daten mit einem KI-Modell. Beispiel: Sie könnten eine Objekterkennung, Bildklassifizierung oder Texterkennung mit einem Modell durchführen, das im OCI Vision-Service erstellt wurde. Siehe OCI Vision-Modelle in Oracle Analytics verwenden. Sie können auch Sprachanalysen wie die Sentimentanalyse und Spracherkennung mit Modellen durchführen, die im OCI Language-Service erstellt wurden.
Modell anwenden
Analysieren Sie Daten, indem Sie ein Modell für maschinelles Lernen von Oracle Machine Learning oder OCI Data Science anwenden. Beispiel: Möglicherweise haben Sie ein Klassifizierungsmodell erstellt, um vorherzusagen, ob E-Mails Spam sind. Siehe Vorhersagemodell oder registriertes Oracle Machine Learning-Modell auf ein Dataset anwenden.
Benutzerdefiniertes Skript anwenden
Transformieren Sie Daten mit einer Funktion (z.B. einer in Oracle Cloud Infrastructure (OCI) definierten Funktion). Sie könnten englischen Text beispielsweise mit einer Funktion in spanischen oder deutschen Text konvertieren. Der Oracle Analytics-Administrator registriert diese Funktionen, damit Sie darauf zugreifen können.
AutoML
Mit der Funktion AutoML können Sie sich von Oracle Autonomous Data Warehouse ein Vorhersagemodell empfehlen und trainieren lassen. Der AutoML-Schritt analysiert Ihre Daten, berechnet den am besten geeigneten Algorithmus und registriert ein Vorhersagemodell in Oracle Analytics. Die Analysen werden in der Datenbank berechnet, nicht in Oracle Analytics. Dieser Schritt ist in der Schrittauswahl verfügbar, wenn Sie mit einem Dataset verbunden sind, das auf Oracle Autonomous Data Warehouse basiert.
Siehe Prognosemodell in Oracle Autonomous Data Warehouse mit AutoML trainieren.
Bin
Weisen Sie Datenwerte Kategorien zu, wie "Hoch", "Niedrig" und "Mittel". Beispiel: Sie können Werte für RISK
in drei Bins kategorisieren (Niedrig, Mittel und Hoch).
Verzweigung
Erstellt mehrere Ausgaben aus einem Datenfluss. Beispiel: Wenn Sie Vertriebstransaktionsdaten basierend auf dem Land verwenden, können Sie Daten für die USA in der ersten Verzweigung und Daten für Kanada in der zweiten Verzweigung speichern.
Essbase-Cube erstellen
Erstellen Sie einen Essbase-Cube aus einer Kalkulationstabelle oder Datenbank.
Kumulativer Wert
Berechnen Sie kumulative Gesamtwerte wie gleitende Aggregate oder laufende Aggregate.
Datenbankanalysen
Führen Sie erweiterte Analysen und Data-Mining-Analysen aus. Sie können beispielsweise Anomalien erkennen, Daten clustern, Datensampling vornehmen und Affinitätsanalysen ausführen. Dieser Schritt ist in der Schrittauswahl verfügbar, wenn Sie mit einem Dataset verbunden sind, das auf Oracle Database oder Oracle Autonomous Data Warehouse basiert. Die Analysen werden in der Datenbank berechnet, nicht in Oracle Analytics. Siehe Datenbankanalysefunktionen.
Filtern
Wählen Sie nur die Daten aus, an denen Sie interessiert sind. Beispiel: Sie können einen Filter erstellen, um die Umsatzdaten auf die Jahre 2020 bis 2022 zu begrenzen.
Graphanalysen
Führen Sie Geoanalysen durch, wie das Berechnen der Entfernung oder der Anzahl an Hops zwischen zwei Knoten. Dieser Schritt ist in der Schrittauswahl verfügbar, wenn Sie mit einem Dataset verbunden sind, das auf Oracle Database oder Oracle Autonomous Data Warehouse basiert. Die Analysen werden in der Datenbank berechnet, nicht in Oracle Analytics. Siehe Graphanalysefunktionen.
Gruppe
Teilen Sie nicht numerische Daten in benutzerdefinierte Gruppen ein. Beispiel: Sie können Bestellungen für die Geschäftsbereiche Communication
und Digital
in der Gruppe Technology
und Bestellungen für Games
und Stream
in der Gruppe Entertainment
ablegen.
Verknüpfen
Kombinieren Sie Daten aus mehreren Datenquellen über einen Datenbank-Join basierend auf einer gemeinsamen Spalte. Beispiel: Sie können ein Orders
-Dataset über ein eindeutiges Feld mit Kunden-IDs mit einem Customer_orders
-Dataset verknüpfen.
Zusammenführen
Kombinieren Sie mehrere Spalten in einer einzelnen Spalte. Beispiel: Sie können die Spalten für "Straße/Hausnummer", "Straßenname", "Bundesland" und "Postleitzahl" in einer Spalte zusammenführen.
Spalten umbenennen
Ändern Sie die Namen einer Spalte in einen aussagekräftigeren Namen. Beispiel: Sie könnten CELL in "Mobiltelefonnummer des Kontakts" ändern.
Spalten neu anordnen
Ändern Sie die Reihenfolge der Spalten im Ausgabe-Dataset. Beispiel: Sie möchten Spalten alphabetisch nach dem Spaltennamen oder basierend auf dem Datentyp (Zeichen, Ganzzahl usw.) anordnen.
Daten speichern
Geben Sie an, wo die vom Datenfluss generierten Daten gespeichert werden sollen. Sie können die Daten in einem Dataset in Oracle Analytics oder in einer Datenbank speichern. Außerdem können Sie Laufzeitparameter angeben oder den Standardnamen des Datasets ändern. Siehe Datenbankunterstützung für Datenflüsse.
Spalten auswählen
Geben Sie an, welche Spalten in den Datenfluss aufgenommen oder daraus ausgeschlossen werden sollen (standardmäßig werden alle Datenspalten aufgenommen).
Spalten teilen
Extrahieren Sie Daten aus Spalten. Beispiel: Wenn eine Spalte 001011Black
enthält, können Sie diese Daten in zwei separate Spalten aufteilen: 001011
und Black
.
Zeitreihenprognose
Berechnen Sie prognostizierte Werte basierend auf historischen Daten. Bei einer Prognose werden eine Zeitspalte und eine Zielspalte aus einem bestimmten Dataset übernommen und prognostizierte Werte für die Zielspalte berechnet.
<Modelltyp> trainieren
Trainieren Sie Modelle für maschinelles Lernen mit Algorithmen für numerische Vorhersage, Mehrfachklassifizierung, binäre Klassifizierung und Clustering. Siehe Datenflussschritte zum Trainieren von Modellen für maschinelles Lernen.
Wenn Sie ein Modell für maschinelles Lernen trainiert haben, wenden Sie es mit dem Schritt Modell anwenden auf die Daten an.
Spalte transformieren
Ändern Sie das Format, die Struktur oder die Werte von Daten. Beispiel: Sie können Text in Großbuchstaben konvertieren, vor- und nachgestellte Leerzeichen aus Daten entfernen oder eine Werterhöhung in Prozent berechnen.
Union-Zeilen
Führen Sie die Zeilen von zwei Datenquellen zusammen (als UNION-Befehl in SQL-Terminologie bekannt). Sie können Spalten anhand der Reihenfolge oder des Namens abgleichen.