U kunt Oracle Machine Learning modellen registreren en gebruiken vanuit Oracle Database of Oracle Autonomous Data Warehouse om de score van gegevens te bepalen in Oracle Analytics. Gebruik de gegevensstroomeditor om de modellen voor automatisch leren toe te passen op uw gegevens.
U kunt in Oracle Analytics machine learning inbouwen in uw applicaties zonder dat u expert hoeft te zijn op het gebied van gegevenswetenschap.
In Oracle Analytics kunt u Oracle Machine Leaning modellen uit Oracle Database of Oracle Autonomous Data Warehouse registreren en gebruiken.
Het gebruik van Oracle Machine Learning modellen met Oracle Analytics verhoogt het niveau van de voorspellende analysen die u kunt uitvoeren op datasets, omdat de gegevens en het model in de database staan, de gegevensbeoordeling in de database wordt uitgevoerd en de resulterende gegevensset in de database wordt opgeslagen. Hierdoor kunt u de Oracle Machine Learning uitvoeringsengine gebruiken voor scorebepaling van grote gegevenssets.
In Oracle Analytics kunt u de Oracle Machine Learning modellen van de database registreren in de miningklassen Classificatie, Regressie, Clusteren, Afwijking of Functie-extractie die zijn gemaakt met Oracle Machine Learning voor SQL API (OML 4SQL). Uw gebruikersrol en databaserechten in Oracle Analytics bepalen welke Oracle Machine Learning modellen u kunt registreren en gebruiken.
U kunt ook voorspellingsmodellen maken in Oracle Analytics.
De Oracle Machine Learning modellen moeten in Oracle Analytics worden geregistreerd voordat u deze kunt gebruiken om gegevens te voorspellen. U kunt modellen registreren en gebruiken die zich in uw gegevensbronnen voor Oracle Database of Oracle Autonomous Data Warehouse bevinden.
U kunt informatie over de Oracle Machine Learning modellen die u hebt geregistreerd openen en controleren in Oracle Analytics.
Bekijk de detailgegevens van een Oracle Machine Learning model om meer inzicht te krijgen in het model en te bepalen of het geschikt is voor het voorspellen van uw gegevens. Modelgegevens omvatten de modelklasse, algoritme, invoer- en uitvoerkolommen en parameters.
Bij het maken van een Oracle Machine Learning model worden er weergaven met specifieke informatie over het model gegenereerd en opgeslagen in de database. Gebruik Oracle Analytics om een lijst met de weergaven voor een model te raadplegen en vervolgens gegevenssets te maken die u kunt gebruiken om de informatie uit de weergaven te visualiseren.
actual_target_value
, predicted_target_value
en cost
.predicted_target_value
, actual_target_value
en node
.De naam van elke weergave is uniek, bijvoorbeeld DM$VCDT_TEST. De opmaak die wordt gebruikt om weergavenamen te genereren is DM$VLetter_Modelnaam, waarbij:
Raadpleeg de documentatie bij uw Oracle databaseversie voor meer informatie.
Oracle Analytics bevat een lijst met de weergaven van elk geregistreerd model. U kunt echter alleen weergaven voor Oracle Database 12c Release 2 of hoger raadplegen en visualiseren. Als u werkt met een eerdere versie van Oracle Database, kunt u Oracle Analytics niet gebruiken om weergaven te raadplegen en visualiseren.
De weergaven voor een geregistreerd model worden opgeslagen in de database. U kunt echter Oracle Analytics gebruiken om een lijst met de weergaven voor het model weer te geven.
Opmerking:
U kunt weergaven voor Oracle Database 12c Release 2 of hoger raadplegen en visualiseren. Als u werkt met een eerdere versie van Oracle Database, bestaan deze weergaven niet in de database en kunt u Oracle Analytics niet gebruiken om ze te raadplegen en visualiseren.U kunt elke weergave van een geregistreerd model visualiseren om informatie te ontdekken waarmee u een goed begrip van het model krijgt en het beter kunt inzetten.
Opmerking:
U kunt weergaven voor Oracle Database 12c Release 2 of hoger raadplegen en visualiseren. Als u werkt met een eerdere versie van Oracle Database, bestaan deze weergaven niet in de database en kunt u Oracle Analytics niet gebruiken om ze te raadplegen en visualiseren.