Importe un modelo de AA totalmente entrenado en una aplicación de Planning para prepararlo para que lo utilicen los usuarios profesionales.
Requisito: antes de importar el modelo de AA, el equipo de ciencia de datos debe crear, entrenan y guardar el modelo de AA como archivo PMML.
Para importar un modelo de AA a una aplicación de Planning:
En la página Importar modelo, verá información sobre el archivo PMML, como la columna de destino (la variable de la que se va a realizar una previsión con el modelo de AA) y la fecha de entrenamiento.
En Asignación de modelo, seleccione el cubo en el que usará el modelo de AA y defina el ámbito de los datos en el que usar el modelo de AA mediante la selección de un miembro o conjunto de miembros de cada dimensión.
Las secciones Entrada y Salida contienen la lista de funciones de entrada (funciones/columnas que se usan para realizar predicciones) y la función de destino (columna cuya predicción se espera realizar). Planning analiza el archivo PMML para generar la lista de entradas y salidas.
Las funciones de entrada son variables independientes, similares a los parámetros, que actúan como datos introducidos en el sistema. Al realizar predicciones, el modelo usa funciones de entrada para realizar la predicción de la salida. En este paso, asigna la entrada del modelo de AA a la salida del cubo de Planning. Entrada describe cómo extraer los datos del modelo de AA. Salida define la medida de destino cuya predicción desea realiza y el lugar en el que pegar los valores previstos en la aplicación de Planning.
Por ejemplo, se podrían usar el producto, el precio y el volumen de sector, las funciones de entrada para realizar la predicción del volumen, la salida.
En el área Entrada, para cada función de entrada, seleccione un valor Tipo de entrada y si selecciona Valor de celda o Miembro, seleccione los miembros o las dimensiones en la aplicación de Planning para asignar. Tipos de entrada:
En el área Salida, seleccione un valor Tipo de entrada y si selecciona Valor de celda o Miembro, seleccione los miembros o las dimensiones en la aplicación de Planning para asignar y almacenar los resultados de la predicción.
En este paso se representa MLX (explicación de aprendizaje automático), y se extrae información adicional sobre el modelo de AA. Por ejemplo, revise los coeficientes de regresión para ver cómo el impacto relativo de funciones de entrada clave se usa para realizar la predicción de la salida La altura de la barra representa el efecto incremental del aumento de una unidad en una función de entrada en la variable de destino.
Se generan dos reglas de Groovy para cada definición de modelo de AA:
ML_MLModelName_Form
: use esta regla para asociarse a un formulario o panel, que permite a los usuarios realizar predicciones bajo demanda.ML_MLModelName
: use esta regla para generar predicciones a gran escala en un trabajo programado para el procesamiento masivo.Puede revisar las reglas generadas en Calculation Manager. Las reglas de Groovy definen el nombre y la ubicación del archivo PMML, junto con la entrada y salida n función de la asignación definida. Para obtener más información sobre el uso de estas reglas de Groovy generadas, consulte Despliegue de un modelo de AA en planificadores.
Tutoriales
Los tutoriales proporcionan instrucciones con vídeos secuenciados y documentación para ayudarle a obtener información sobre un tema.
Su objetivo | Descubra cómo |
---|---|
Descubra cómo importar un modelo de AA totalmente entrenado y desplegarlo en una aplicación de Planning. Los planificadores pueden a continuación usar sólidas previsiones basadas en AA en las que se usan técnicas de modelado predictivo avanzado para generar previsiones más precisas. | ![]() |