Εφαρμογή προγνωστικού ή εγγεγραμμένου μοντέλου μηχανικής εκμάθησης Oracle σε ένα σύνολο δεδομένων

Χρησιμοποιήστε το πρόγραμμα επεξεργασίας ροής δεδομένων για τη βαθμολόγηση ενός προγνωστικού μοντέλου σε οποιοδήποτε σύνολο δεδομένων ή για τη βαθμολόγηση ενός εγγεγραμμένου μοντέλου μηχανικής εκμάθησης Oracle σε ένα σύνολο δεδομένων στην αντίστοιχη βάση δεδομένων του.

Εφαρμόστε προγνωστικά μοντέλα στα δεδομένα σας για την προσθήκη διεργασιών μηχανικής εκμάθησης (ML) και τεχνητής νοημοσύνης (AI) στις εφαρμογές σας, χωρίς να έχετε εξειδίκευση στη μηχανική εκμάθηση ή την τεχνητή νοημοσύνη.
Η εκτέλεση του μοντέλου παράγει ένα νέο σύνολο δεδομένων με στήλες που περιέχουν προβλεπόμενες τιμές που μπορείτε να χρησιμοποιήσετε για ανάλυση και απεικόνιση.
Όταν εκτελείτε ένα προβλεπτικό μοντέλο, τα δεδομένα μεταφέρονται σε και υποβάλλονται σε επεξεργασία από το Oracle Analytics. Όταν εκτελείτε ένα εγγεγραμμένο μοντέλο μηχανικής εκμάθησης Oracle, τα δεδομένα δεν μεταφέρονται από τη βάση δεδομένων στο Oracle Analytics. Αντί για αυτό, το μοντέλο βρίσκεται, υπόκειται σε επεξεργασία και το σύνολο δεδομένων εξόδου αποθηκεύεται στη βάση δεδομένων.

Σε μια ροή δεδομένων, όταν χρησιμοποιείτε το βήμα Εφαρμογή μοντέλου:

  • Τα εγγεγραμμένα μοντέλα εμφανίζονται και είναι διαθέσιμα για έλεγχο και ανάλυση. Τα μη εγγεγραμμένα μοντέλα δεν εμφανίζονται.

  • Οι διαθέσιμες στήλες εξόδου είναι συγκεκριμένες για τον τύπο του μοντέλου. Για παράδειγμα, για τις αριθμητικές προβλέψεις, οι στήλες εξόδου περιλαμβάνουν τις PredictedValue και PredictedConfidence. Ενώ, για τη δημιουργία συμπλεγμάτων, οι στήλες εξόδου περιλαμβάνουν το clusterId.

  • Οι διαθέσιμες παράμετροι είναι συγκεκριμένες για τον τύπο του μοντέλου. Για παράδειγμα, εάν χρησιμοποιείτε ένα μοντέλο δημιουργίας συμπλεγμάτων για βαθμολόγηση, οι μέγιστες τιμές null είναι μια παράμετρος που μπορείτε να παρέχετε για τη διαδικασία βαθμολόγησης. Αυτή η παράμετρος χρησιμοποιείται στον υπολογισμό της τιμής που λείπει.

  • Το μοντέλο και οι αντιστοιχισμένοι τύποι δεδομένων εισόδου πρέπει να συμφωνούν όταν εργάζεστε με ένα μοντέλο μηχανικής εκμάθησης Oracle. Προβολή λεπτομερειών ενός εγγεγραμμένου μοντέλου.

  1. Στην Αρχική σελίδα, κάντε κλικ στην επιλογή Δημιουργία και έπειτα κάντε κλικ στην επιλογή Ροή δεδομένων.
  2. Επιλέξτε ένα σύνολο δεδομένων και κάντε κλικ στην επιλογή Προσθήκη.
  3. Στο πρόγραμμα επεξεργασίας Ροή δεδομένων, κάντε κλικ στην επιλογή Προσθήκη βήματος (+).
  4. Στο τμήμα παραθύρου Βήματα ροής δεδομένων, κάντε διπλό κλικ στην επιλογή Εφαρμογή μοντέλου και κατόπιν επιλέξτε το μοντέλο για χρήση.
  5. Στο παράθυρο Εφαρμογή μοντέλου, μεταβείτε στην ενότητα Δεδομένα εισόδου και έπειτα επιλέξτε μια στήλη ως είσοδο.
  6. Στο παράθυρο Εφαρμογή μοντέλου, μεταβείτε στην ενότητα Δεδομένα εξόδου και έπειτα επιλέξτε τις στήλες που θέλετε να δημιουργηθούν με το σύνολο δεδομένων και ενημερώστε τα πεδία Όνομα στήλης όπως απαιτείται.
  7. Στη λειτουργία επεξεργασίας της ροής δεδομένων, κάντε κλικ στην επιλογή Προσθήκη βήματος (+) και επιλέξτε Αποθήκευση δεδομένων.
  8. Καταχωρίστε όνομα. Στο πεδίο Αποθήκευση δεδομένων σε, καθορίστε τη θέση για την αποθήκευση των δεδομένων εξόδου.
    Εάν εργάζεστε με ένα μοντέλο μηχανικής εκμάθησης Oracle, τότε οι πληροφορίες σύνδεσης του συνόλου δεδομένων ορίζονται ως προεπιλογή στη σύνδεση του συνόλου δεδομένων εισόδου.
  9. Ορίστε τις προτιμήσεις δεδομένων όπως απαιτείται στα πεδία Αντιμετώπιση ως και Προεπιλεγμένη συνάθροιση.
    Όταν αποθηκεύετε δεδομένα, η εφαρμογή μοντέλου προσαρτά τις στήλες εξόδου του μοντέλου που επιλέξατε στο σύνολο δεδομένων εισόδου.
  10. Κάντε κλικ στην επιλογή Αποθήκευση, εισαγάγετε ένα όνομα και μια περιγραφή της ροής δεδομένων και πατήστε OK για να αποθηκεύσετε τη ροή δεδομένων.
  11. Κάντε κλικ στην επιλογή Εκτέλεση ροής δεδομένων για να δημιουργήσετε το σύνολο δεδομένων.