Mit dem Datenflusseditor können Sie ein Vorhersagemodell für jedes beliebige Dataset bewerten oder ein Oracle Machine Learning-Modell für ein Dataset in der zugehörigen Datenbank bewerten.
Wenden Sie Vorhersagemodelle auf Ihre Daten an, um maschinelles Lernen (ML) und künstliche Intelligenz (KI) in Ihre Anwendungen zu integrieren, ohne dass Sie dazu ML- oder KI-Kenntnisse benötigen.
Beim Ausführen des Modells wird ein neues Dataset ausgegeben. Dessen Spalten enthalten vorhergesagte Werte, die Sie für Analysen und Visualisierungen heranziehen können.
Beim Ausführen eines Vorhersagemodells werden die Daten zur Verarbeitung in Oracle Analytics verschoben. Wenn Sie ein registriertes Oracle Machine Learning-Modell ausführen, werden keine Daten aus der Datenbank in Oracle Analytics verschoben. Stattdessen befindet sich das Modell in der Datenbank und wird dort verarbeitet. Das ausgegebene Dataset wird zudem in der Datenbank gespeichert.
Informationen zum Datenflusseditor und zu den Optionen im Schritt Modell anwenden:
-
Die registrierten Modelle werden angezeigt und sind für Prüfungen und Analysen verfügbar. Nicht registrierte Modelle werden nicht angezeigt.
-
Die verfügbaren Ausgabespalten sind vom jeweiligen Modelltyp abhängig. Für die numerische Vorhersage gibt es z.B. die Ausgabespalten "PredictedValue" und "PredictedConfidence". Beim Clustering gehört "clusterId" zu den Ausgabespalten.
-
Die verfügbaren Parameter sind vom jeweiligen Modelltyp abhängig. Beispiel: Wenn Sie ein Clustering-Modell für das Scoring verwenden, können Sie einen Parameter für maximale Nullwerte für den Scoringprozess angeben. Dieser Parameter wird bei der Imputation fehlender Werte verwendet.
-
Wenn Sie mit einem Oracle Machine Learning-Modell arbeiten, müssen das Modell und die zugeordneten Eingabedatentypen übereinstimmen. Siehe "Details zu einem registrierten Modell anzeigen".
- Klicken Sie auf der Homepage auf Erstellen und dann auf Datenfluss.
- Wählen Sie das Dataset aus, auf das Sie das Modell anwenden möchten. Klicken Sie auf Hinzufügen.
- Klicken Sie im Datenflusseditor auf Schritt hinzufügen (+).
- Doppelklicken Sie im Bereich "Datenflussschritte" auf Modell anwenden, und wählen Sie das gewünschte Modell aus.
- Navigieren Sie unter "Modell anwenden" zum Abschnitt "Eingaben", und wählen Sie eine Spalte als Eingabe aus.
- Navigieren Sie unter "Modell anwenden" zum Abschnitt "Ausgaben". Wählen Sie die Spalten aus, die mit dem Dataset erstellt werden sollen, und aktualisieren Sie gegebenenfalls die Felder für Spaltenname.
- Klicken Sie im Datenflusseditor auf Schritt hinzufügen (+), und wählen Sie Daten speichern aus.
- Geben Sie einen Namen ein. Geben Sie im Feld Daten speichern in den Speicherort an, in dem die Ausgabedaten gespeichert werden sollen.
Wenn Sie mit einem Oracle Machine Learning-Modell arbeiten, wird unter den Verbindungsinformationen des Datasets standardmäßig die Verbindung des Eingabe-Datasets angezeigt.
- Legen Sie die gewünschten Datenvoreinstellungen in den Feldern Behandeln wie und Standardaggregation fest.
Beim Speichern der Daten hängt der Schritt "Modell anwenden" die ausgewählten Ausgabespalten des Modells an das Eingabe-Dataset an.
- Klicken Sie auf Speichern, geben Sie einen Namen und eine Beschreibung für den Datenfluss ein, und klicken Sie auf OK, um den Datenfluss zu speichern.
- Klicken Sie auf Datenfluss ausführen, um das Dataset zu erstellen.