Hva kan jeg gjøre for å organisere og integrere dataene mine?
Bruk denne fremgangsmåten i dataflyter for å organisere, integrere og omforme dataene dine. Du kan for eksempel slå sammen datakilder, aggregere data eller utføre analyser av geografisk flerdimensjon.
Med denne fremgangsmåten kan du omforme dataene visuelt, uten at du trenger kunnskaper om koding.
Bruk redigeringsprogrammet for dataflyter til å legge til trinn i dataflytene.
.png
Legg til kolonner
Legg til egendefinerte kolonner i måldatasettet. Du kan for eksempel beregne verdien av varelageret ved å multiplisere antallet enheter i en UNITS-kolonne med salgsprisen i en RETAIL_PRICE-kolonne (det vil si UNITS * RETAIL_PRICE).
Legg til data
Legg til datakilder i dataflyten. Hvis du for eksempel slår sammen to datasett, legger du til begge to i dataflyten. Se Databasestøtte for dataflyter.
Aggreger
Opprett gruppetotaler ved å bruke aggregeringsfunksjoner. Eksempel: antall, sum eller gjennomsnitt.
Analyser oppfatning
Oppdag sentiment for en gitt tekstkolonne (bare på engelsk). Du kan for eksempel analysere tilbakemelding fra kunder for å fastslå om den er positiv eller negativ. Oppfatningsanalysen evaluerer tekst basert på ord og uttrykk som indikerer en positiv, nøytral eller negativ følelse. En ny kolonne inneholder Positiv, Nøytral eller Negativ, basert på resultatet av analysen.
Bruk AI-modell
Analyser data ved hjelp av en modell for kunstig intelligens. Du kan for eksempel utføre objektgjenkjenning, bildeklassifisering eller tekstgjenkjenning ved hjelp av en modell som er opprettet i OCI Vision-tjenesten. Se Bruke Oracle Cloud Infrastructure Vision-modeller i Oracle Analytics. Du kan også utføre språkanalyse, for eksempel sentimentanalyse og registrering av språk, ved hjelp av modeller som er opprettet i OCI Language Service.
Bruk modell
Analyser data ved å bruke en maskinlæringsmodell fra Oracle Machine Learning eller OCI Data Science. Du har for eksempel kanskje opprettet en klassifiseringsmodell for å predikere om e-postmeldinger er søppelpost eller ikke. Se Bruke en prediktiv eller registrert maskinlæringsmodell eller en Oracle-maskinlæringsmodell på et datasett.
Bruk egendefinert skript
Omform data ved hjelp av en funksjon, for eksempel en funksjon som er definert i Oracle Cloud Infrastructure (OCI). Du kan for eksempel bruke en funksjon til å konvertere engelsk tekst til spansk eller tysk. Oracle Analytics-administratoren registrerer disse funksjonene slik at de blir tilgjengelige for deg.
AutoML
Bruk funksjonen AutoML i Oracle Autonomous Data Warehouse til å anbefale og lære opp en prediktiv modell for deg. Trinnet AutoML analyserer dataene, beregner den beste algoritmen for bruk og registrerer en prediksjonsmodell i Oracle Analytics. Analysene beregnes i databasen, ikke i Oracle Analytics. Dette trinnet er tilgjengelig i trinnvelgeren når du er koblet til et datasett basert på Oracle Autonomous Data Warehouse.
Se Lære opp en prediktiv modell som bruker AutoML i Oracle Autonomous Data Warehouse.
Rute
Tilordne dataverdier til kategorier, for eksempel høy, lav eller middels. Du kan for eksempel kategorisere verdier for RISK i tre ruter for lav, middels og høy.
Gren
Oppretter flere utdata fra en dataflyt. Hvis du for eksempel har salgstransaksjonsdata basert på land, kan du lagre data for USA i den første grenen og data for Canada i den andre grenen.
Opprett Essbase-kube
Opprett en Essbase-kube fra et regneark eller en database.
Akkumulert verdi
Beregn akkumulerte summer, for eksempel glidende aggregering eller løpende aggregering.
Databaseanalyse
Utfør avansert analyse og datautvinningsanalyse. Du kan for eksempel oppdage uregelmessigheter, klyngedata og eksempeldata, og utføre en affinitetsanalyse. Dette trinnet er tilgjengelig i trinnvelgeren når du er koblet til et datasett basert på en Oracle-database eller Oracle Autonomous Data Warehouse. Analysene beregnes i databasen, ikke i Oracle Analytics. Se Funksjoner for databaseanalyse.
Filtrer
Velg bare dataene du er interessert i. Du kan for eksempel opprette et filter som begrenser salgsomsetningsdata til årene 2020 til og med 2022.
Diagramanalyse
Utfør geografisk flerdimensjonal analyse, som å beregne avstanden eller antall hopp mellom to toppunkt. Dette trinnet er tilgjengelig i trinnvelgeren når du er koblet til et datasett basert på en Oracle-database eller Oracle Autonomous Data Warehouse. Analysene beregnes i databasen, ikke i Oracle Analytics. Se Funksjoner for diagramanalyser.
Grupper
Kategoriser ikke-numeriske data i grupper du definerer. Du kan for eksempel plassere ordrer i forretningsområdene Kommunikasjon og Digitalt i en gruppe med navnet Teknologi og ordrer for Spill og Strømming i en gruppe med navnet Underholdning.
Sammenføy
Kombiner data fra flere datakilder ved hjelp av en databasesammenføyning basert på en felles kolonne. Du kan for eksempel sammenføye datasettet Orders med datasettet Customer_orders ved hjelp av et felt for kunde-ID.
Slå sammen
Kombiner flere kolonner i én kolonne. Du kan for eksempel slå sammen kolonnene for gateadresse, gatenavn og postnummer i én kolonne.
Gi nytt navn til kolonner
Endre navnet på en kolonne til noe som gir mer mening. Du kan for eksempel endre MOBIL til Mobilnummer for kontaktperson.
Endre rekkefølge på kolonner
Endre rekkefølgen på kolonner i datasettet for utdata. Du kan for eksempel sortere kolonnene alfabetisk basert på kolonnenavn, eller sortere dem basert på datatype (tegn, heltall og så videre).
Lagre data
Angi hvor du vil lagre dataene som genereres av dataflyten. Du kan lagre dataene i et datasett i Oracle Analytics eller i en database. Du kan også angi kjøretidsparametre eller endre standard datasettnavn. Se Databasestøtte for dataflyter.
Velg kolonner
Angi hvilke kolonner du vil inkludere eller utelate i dataflyten (alle datakolonnene inkluderes som standard).
Del kolonner
Trekk ut data fra kolonner. Hvis en kolonne for eksempel inneholder 001011Black, kan du dele opp disse dataene i to atskilte kolonner, 001011 og Black.
Tidsserieprognose
Beregn prognostiserte verdier basert på historiske data. En prognose henter en tidskolonne og en målkolonne fra et gitt datasett og beregner deretter prognostiserte verdier for målkolonnen.
Lær opp <modelltype>
Lær opp maskinlæringsmodeller ved hjelp av algoritmer for numerisk prediksjon, flerklassifisering, binær klassifisering og klynging. Se Dataflyttrinn for opplæring av maskinlæringsmodeller.
Når du har lært opp en maskinlæringsmodell, bruker du den på dataene ved hjelp av trinnet Bruk modell.
Omform kolonne
Endre formatet, strukturen eller verdiene for data. Du kan for eksempel konvertere tekst til store bokstaver, fjerne foranstilte eller etterstilte mellomrom fra data, eller beregne en prosentvis økning i verdi.
Foren rader
Slå sammen radene for to datakilder (kalles UNION-kommando i SQL-terminologi). Du kan oppnå kolonnesamsvar gjennom rekkefølge eller navn.