Oracle Analytics -palvelun ennustemallien luonti ja käyttö

Oracle Analyticsin ennustemalli käyttää tietojoukossa tiettyä algoritmia ennustamaan arvoja tai luokkia taikka tunnistamaan ryhmiä tiedoissa.

Voit myös käyttää Oraclen koneoppimismalleja tietojen ennustamiseen.

Oracle Analytics -palveluun sisältyy algoritmeja, joiden avulla voidaan opettaa ennustemalleja eri tarkoituksiin. Algoritmeja ovat esimerkiksi luokitus- ja regressiopuut (CART), logistinen regressio ja K-means.

Ensin opetustietojoukon malli opetetaan tietovirtaeditorissa. Kun ennustemalli on opetettu, sitä käytetään ennustettavissa tietojoukoissa.

Voit antaa opetetun mallin toisten käyttäjien käyttöön, jotka voivat käyttää sitä omissa tiedoissaan arvojen ennustamiseen. Joissakin tapauksissa tietyt käyttäjät opettavat malleja ja toisissa käyttäjät käyttävät malleja.

Viimeistellyn mallin avulla voit pisteyttää tuntemattomia tai otsikoimattomia tietoja ja luoda tietojoukon tietovirrassa tai lisätä ennusteen visualisoinnin työkirjaan.

Oracle Analytics tarjoaa algoritmeja kaikkiin koneoppimisen mallinnustarpeisiin, joita ovat numeerinen ennuste, moniluokitus, binaariluokitus ja ryvästys.

Oraclen koneoppimistoiminto on tarkoitettu kokeneille data-analyytikoille, jotka tietävät, mitä he etsivät tiedoista, tuntevat ennakoivien analyysien käytön ja ymmärtävät algoritmien väliset erot.

Yleensä käyttäjät haluavat luoda useita ennustemalleja, vertailla niitä ja valita mallin, joka todennäköisimmin antaa tulokset ehtoja ja vaatimuksia vastaavat tulokset. Nämä ehdot voivat vaihdella. Joskus käyttäjät esimerkiksi valitsevat malleja, joilla on parempi yleinen tarkkuus. Joskus taas käyttäjät valitsevat malleja, joissa on vähintään tyypin I (väärä positiivinen) ja tyypin II (väärä negatiivinen) virheitä. Joskus puolestaan käyttäjät valitsevat malleja, jotka tuottavat tuloksia nopeammin ja riittävällä tarkkuustasolla, vaikka tulokset eivät olisikaan ihanteellisia.

Oracle Analytics sisältää useita koneoppimisen algoritmeja kaiken tyyppisille ennusteille tai luokituksille. Näiden algoritmien avulla käyttäjät voivat luoda useita malleja, käyttää erilaisia hienosäädettyjä parametreja tai käyttää erilaisia syötettyjä opetuksen tietojoukkoja ja valita sen jälkeen parhaan mallin. Käyttäjä voi valita parhaan mallin vertaamalla ja painottamalla malleja omien ehtojensa mukaan. Selvittäessään parasta mallia käyttäjät voivat käyttää mallia ja visualisoida laskelmien tuloksia tarkkuuden määrittämistä varten. He voivat myös avata ja tutkia liittyviä tietojoukkoja, joita Oracle Analytics on käyttänyt tulosteen mallinnuksessa.

Tutustu tähän taulukkoon, jossa kerrotaan tarjolla olevista algoritmeista:

Käyttäessäsi Oracle Autonomous Data Warehousesta peräisin olevia tietoja saat käyttöön suositellun ja koulutetun ennustemallin AutoML-toiminnolla. AutoML analysoi tiedot, laskee parhaimman mahdollisen algoritmin ja rekisteröi Oracle Analyticsiin ennustemallin, jolla voit tehdä ennusteita tiedoistasi.

1. Valitse aloitussivulla Luo ja Tietovirta.
2. Valitse Lisää tietojoukko -kohdassa tietojoukko, joka sisältää Oracle Autonomous Data Warehousesta peräisin olevat analysoitavat tiedot.
3. Valitse Lisää vaihe ja sitten AutoML.
4. Valitse Kohde-kohdassa Valitse sarake ja valitse tietosarake, joka sisältää ennustettavan arvon.
   Jos olet ennustamassa esimerkiksi työntekijöiden vaihtuvuutta, voit valita kentän nimeltä VAIHTUVUUS, jossa arvona on TOSI tai EPÄTOSI sen mukaan, onko työntekijä lähtenyt organisaatiosta.
   

   
   .png kuvaus

   
   
5. Hyväksy ehdotettu Tehtävän tyyppi ja Mallien järjestyksen mittari, jota Oracle Analytics suosittelee, tai valitse toinen algoritmi.
6. Valitse Tallenna malli ja anna luodulle ennustemallille nimi.
7. Valitse Tallenna ja anna tietovirralle nimi.
8. Analysoi tiedot ja luo ennustemalli valitsemalla Aja.
9. Valitse Koti-sivulta Siirry ja sitten Koneoppiminen ja napsauta luotua mallia hiiren kakkospainikkeella ja valitse Tutki.

Kokeneet data-analyytikot luovat ja kouluttavat ennakoivia malleja, joiden avulla voidaan ottaa käyttöön Oracle Machine Learning -algoritmeja tietojoukkojen louhintaa, kohdearvon ennustamista tai tietueiden luokkien tunnistamista varten. Tietovirtaeditorin avulla voit luoda ja kouluttaa ennustemalleja sekä käyttää niitä tiedoissa.

1. Valitse aloitussivulla Luo ja Tietovirta.
2. Valitse tietojoukko, jota haluat käyttää mallin opetuksessa. Valitse Lisää.
3. Valitse tietovirtaeditorissa Lisää vaihe (+).
   Kun olet lisännyt tietojoukon, voit joko käyttää kaikkia tietojoukon sarakkeita mallin muodostamisessa tai valita vain olennaiset sarakkeet. Olennaisten sarakkeiden valinta edellyttää tietojoukon ymmärtämistä. Ohita sarakkeet, jotka eivät tule vaikuttamaan tulokseen, tai jotka sisältävät turhia tietoja. Voit lisätä vain olennaiset sarakkeet lisäämällä Valitse sarakkeet -vaihe. Jos et ole varma, mitkä ovat olennaisia sarakkeita, käytä kaikkia sarakkeita.
4. Valitse jokin mallinopetusvaiheista (esimerkiksi Numeerisen ennusteen opetus tai Ryppäiden luonnin opetus).
5. Valitse algoritmi ja valitse OK
6. Jos käytät valvottua mallia, kuten ennustetta tai luokitusta, valitse Kohde ja sen jälkeen sarake, jota yrität ennustaa. Jos olet esimerkiksi luomassa mallia, jolla ennustetaan henkilön tulot, valitse Tulot-sarake.
   Jos käytät valvomatonta mallia, kuten ryvästystä, kohdesaraketta ei tarvita.
7. Muuttamalla mallin oletusasetuksia voit hienosäätää ja parantaa ennustetun tuloksen tarkkuutta. Kyseiset asetukset määräytyvät käytetyn mallin mukaan.
8. Napsauta Mallin tallennus -vaihetta ja anna nimi sekä kuvaus.
9. Valitse Tallenna, kirjoita tietovirralle nimi ja kuvaus ja tallenna tietovirta valitsemalla OK.
10. Valitsemalla Suorita tietovirta voit luoda ennustemallin syötetietojoukon ja määrittämiesi malliasetusten perusteella.

Kun olet luonut ennustemallin ja ajanut tietovirran, voit tarkistaa mallin tiedot ja varmistaa sen tarkkuuden. Voit mukauttaa malliasetuksia iteratiivisesti näiden tietojen avulla ja parantaa mallin tarkkuutta sekä tuottaa parempia ennustetuloksia.

Kun luot skenaarion työkirjassa, voit käyttää työkirjan tietojoukossa ennustemallia, jolla havaitaan trendit ja mallit, joita malli on suunniteltu etsimään.

1. Valitse kotisivulla Luo ja sitten Työkirja.
2. Valitse tietojoukko, jota haluat käyttää työkirjan luonnissa, ja valitse Lisää työkirjaan.
3. Valitse Tiedot-ruudussa Lisää ja sitten Luo skenaario.
4. Valitse Luo skenaario - Valitse malli -valintaikkunassa mallin nimi ja valitse OK.
   Voit käyttää vain ennustemallia. Et voi soveltaa Oraclen koneoppimismallia.
   Jos kaikkia mallin syötteiden ja tietoelementtien välisiä vastaavuuksia ei voi määrittää, näyttöön tulee Määritä tiedot malliin -valintaikkuna.
5. Jos näyttöön tulee Määritä tiedot malliin -valintaikkuna, valitse Tietojoukko-kentässä mallin kanssa käytettävä tietojoukko.
6. Määritä tarvittaessa mallin syötteen ja tietoelementtien vastaavuus. Valitse Valmis.
   Tämä skenaario näytetään tietojoukkona Tietoelementit-ruudussa.
7. Vedä ja pudota elementtejä tietojoukosta ja mallista Visualisoi-pohjaan.
8. Voit säätää skenaariota napsauttamalla skenaariota hiiren kakkospainikkeella Tietoelementit-ruudussa ja valitsemalla Muokkaa skenaariota.
9. Muuta tietojoukkoa ja päivitä mallin syötteen ja tietoelementtien vastaavuus tarvittaessa.
10. Tallenna työkirja valitsemalla Tallenna.