데이터 흐름 편집기를 사용하여 데이터 집합에 대한 예측 모델을 채점하거나, 해당 데이터베이스의 데이터 집합에 대한 등록된 Oracle 머신 러닝 모델을 채점합니다.
데이터에 예측 모델을 적용하여 ML(머신 러닝) 또는 AI(인공 지능) 전문지식 없이도 ML 및 AI를 애플리케이션에 구축할 수 있습니다.
모델을 실행하면 분석 및 시각화에 사용할 수 있는 예측 값이 포함된 열과 함께 새 데이터 집합이 출력됩니다.
예측 모델을 실행하면 데이터가 Oracle Analytics로 이동하고 여기서 처리됩니다. 등록된 Oracle 머신 러닝 모델을 실행하면 데이터가 데이터베이스에서 Oracle Analytics로 이동하지 않습니다. 대신 모델이 상주하고 처리되며 출력 데이터 집합이 데이터베이스에 저장됩니다.
이 정보를 사용하여 데이터 흐름 편집기 및 모델 적용 단계 옵션을 이해하십시오.
-
등록된 모델이 표시되고 검토 및 분석에 사용할 수 있습니다. 등록되지 않은 모델은 표시되지 않습니다.
-
사용 가능한 출력 열은 모델 유형에 따라 다릅니다. 예를 들어, 수치 예측의 경우 출력 열에는 PredictedValue 및 PredictedConfidence가 포함되고, 클러스터링의 경우 출력 열에는 clusterId가 포함됩니다.
-
사용 가능한 매개변수는 모델 유형에 따라 다릅니다. 예를 들어, 점수 계산에 클러스터링 모델을 사용하는 경우 점수 계산 프로세스에 제공할 수 있는 매개변수는 '최대 널 값'입니다. 이 매개변수는 결측 값 대치에 사용됩니다.
-
Oracle 머신 러닝 모델로 작업하는 경우 모델과 매핑된 입력 데이터 유형이 일치해야 합니다. "등록된 모델의 세부정보 보기"를 참조하십시오.
- 홈 페이지에서 생성을 누르고 데이터 흐름을 누릅니다.
- 모델을 적용할 데이터 집합을 선택합니다. 추가를 누릅니다.
- 데이터 흐름 편집기에서 단계 추가(+)를 누릅니다.
- 데이터 흐름 단계 창에서 모델 적용을 두 번 누르고 사용할 모델을 선택합니다.
- 모델 적용에서 입력 섹션으로 이동하여 열을 입력으로 선택합니다.
- 모델 적용에서 출력 섹션으로 이동하여 데이터 집합과 함께 생성할 열을 선택하고 필요에 따라 열 이름 필드를 업데이트합니다.
- 데이터 흐름 편집기에서 단계 추가(+)를 누르고 데이터 저장을 선택합니다.
- 이름을 입력합니다. 데이터 저장 위치 필드에서 출력 데이터를 저장할 위치를 지정합니다.
Oracle 머신 러닝 모델로 작업하는 경우 데이터 집합의 접속 정보는 기본적으로 입력 데이터 집합의 접속으로 설정됩니다.
- 처리 유형 및 기본 집계 필드에서 필요에 따라 데이터 환경설정을 지정합니다.
데이터를 저장할 때 적용 모델은 선택한 모델의 출력 열을 입력 데이터 집합에 추가합니다.
- 저장을 누르고 데이터 흐름의 이름과 설명을 입력하고 확인을 눌러 데이터 흐름을 저장합니다.
- 데이터 흐름 실행을 눌러 데이터 집합을 생성합니다.