Du kan registrere og bruke Oracle-maskinlæringsmodeller fra Oracle Database eller Oracle Autonomous Data Warehouse til poengdata i Oracle Analytics. Bruk redigeringsprogrammet for dataflyt når du skal bruke maskinlæringsmodellene til egne data.
Du kan bruke Oracle Analytics til å bygge inn maskinlæring i applikasjonene dine, uten at du trenger å være ekspert på datavitenskap.
Med Oracle Analytics kan du registrere og bruke Oracle-maskinlæringsmodeller fra Oracle Database eller Oracle Autonomous Data Warehouse.
Bruk av Oracle-maskinlæringsmodeller med Oracle Analytics gir en betydelig økning av nivået av prediktive analyser du kan utføre på datasett. Det kommer av at dataene og modellen ligger i databasen, og poengberegningen for dataene dermed blir utført i databasen, og det resulterende datasettet blir lagret i databasen. Dette gjør at du kan bruke utførelsesmotoren for Oracle Machine Learning til å poengberegne store datasett.
Du kan registrere hvilke som helst av Oracles maskinlæringsmodellene for databasen i utvinningsklassene Klassifisering, Regresjon, Klynging, Uregelmessighet eller Funksjonsuttrekking som er opprettet ved hjelp av Oracle Machine Learning for SQL API (OML 4SQL), i Oracle Analytics. Brukerrollen og databasetillatelsene i Oracle Analytics fastsetter hvilke Oracle-maskinlæringsmodeller som blir tilgjengelig for registrering og bruk.
Du kan også opprette prediktive modeller i Oracle Analytics.
Du må registrere Oracle-maskinlæringsmodeller i Oracle Analytics før du kan bruke dem til å forutsi data. Du kan registrere og bruke modeller som ligger i datakilder i Oracle Database eller Oracle Autonomous Data Warehouse.
Du kan få tilgang til og vurdere opplysninger om Oracle-maskinlæringsmodeller du har registrert i Oracle Analytics.
Vis detaljerte opplysninger om en Oracle-maskinlæringsmodell som hjelp til å forstå modellen og finne ut om den passer til å forutsi dataene. Modelldetaljer omfatter modellklasse, algoritme, inndatakolonner, utdatakolonner og parametre.
Når en Oracle-maskinlæringsmodell opprettes, genereres det visninger som inneholder bestemte opplysninger om modellen. Disse lagres i databasen. Bruk Oracle Analytics til å få tilgang til en liste over modellvisningene, og bygg deretter datasett du kan bruke til å visualisere opplysningene i visningene.
actual_target_value
, predicted_target_value
og cost
.predicted_target_value
, actual_target_value
og node
for hvert enkelt knutepunkt i treet.Navnet på hver enkelt visning er unikt, for eksempel DM$VCDT_TEST. Formatet som brukes til å generere visningsnavn, er DM$VAlfabet_Modellnavn der:
Hvis du vil ha flere opplysninger om visninger, kan du se dokumentasjonen for din versjon av Oracle-databasen.
Oracle Analytics har en liste over visningene for alle registrerte modeller. Du kan imidlertid bare få tilgang til og visualisere visninger for Oracle Database 12c versjon 2 eller nyere. Hvis du arbeider med en tidlig versjon av Oracle Database, kan du ikke bruke Oracle Analytics til å få tilgang til og visualisere visninger.
Visningene for en registrert modell lagres i databasen, men du kan bruke Oracle Analytics til å vise en liste over modellvisningene.
Merknad:
Du kan få tilgang til og visualisere visninger for Oracle Database 12c versjon 2 eller nyere. Hvis du arbeider med en tidligere versjon av Oracle Database, finnes ikke disse visningene i databasen, og du kan ikke bruke Oracle Analytics til å få tilgang til og visualisere dem.Visualiser hvilke som helst visninger av en registrert modell hvis du vil finne opplysninger som hjelper deg å forstå og utnytte modellen på en bedre måte.
Merknad:
Du kan få tilgang til og visualisere visninger for Oracle Database 12c versjon 2 eller nyere. Hvis du arbeider med en tidligere versjon av Oracle Database, finnes ikke disse visningene i databasen, og du kan ikke bruke Oracle Analytics til å få tilgang til og visualisere dem.