Vytvorenie a používanie prediktívnych modelov Oracle Analytics

Prediktívny model služby Oracle Analytics uplatňuje konkrétny algoritmus na množinu dát na predpovedanie hodnôt, predpovedanie tried alebo identifikáciu skupín v dátach.

Na predikciu dát môžete používať aj modely strojového učenia Oracle.

Služba Oracle Analytics obsahuje algoritmy, ktoré vám pomáhajú trénovať prediktívne modely na rôzne účely. Ako príklady algoritmov je možné uviesť stromy klasifikácie a regresie (CART), logistickú regresiu a metódy K-Means.

Najprv je potrebné pomocou editora dátového toku natrénovať model na tréningovej množine dát. Po vytrénovaní prediktívny model použijete na množiny dát, pre ktoré chcete vykonať predpoveď.

Vytrénovaný model môžete sprístupniť ďalším používateľom, ktorí ho môžu použiť na svoje dáta na predpovedanie hodnôt. V niektorých prípadoch určití používatelia modely trénujú a iní používatelia tieto modely používajú.

Pomocou dokončeného modelu môžete určovať skóre neznámych alebo neoznačených dát na generovanie množiny dát v rámci dátového toku alebo na pridanie vizualizácie predpovede do zošita.

Služba Oracle Analytics ponúka algoritmy pre všetky vaše požiadavky v oblasti modelovania pre strojové učenie: numerická predikcia, viacnásobný klasifikátor, binárny klasifikátor aj klastrovanie.

Funkcie strojového učenia spoločnosti Oracle sú určené pre skúsených dátových analytikov, ktorí majú predstavu o tom, čo hľadajú vo svojich dátach, poznajú postupy prediktívnej analýzy a chápu rozdiely medzi algoritmami.

Obvykle chcú používatelia vytvoriť viacero modelov predikcie, porovnať ich a vybrať si ten, pri ktorom je najväčšia pravdepodobnosť, že im prinesie výsledky spĺňajúce stanovené kritériá a požiadavky. Tieto kritériá sa môžu líšiť. Používatelia si napríklad niekedy vyberú modely s vyššou celkovou správnosťou, inokedy si zas vyberú modely s najmenším výskytom chýb typu I (falošné pozitívne výsledky) a typu II (falošné negatívne výsledky) a inokedy zas modely, ktoré vrátia výsledky rýchlejšie a s prijateľnou úrovňou správnosti, aj keď nie sú ideálne.

Služba Oracle Analytics obsahuje rôzne algoritmy strojového učenia pre všetky typy predikcií alebo klasifikácií. Tieto algoritmy umožňujú používateľom vytvoriť viacero modelov, používať rozličné vyladené parametre, prípadne iné vstupné tréningové množiny dát a následne si vybrať najvhodnejší model. Používateľ si môže vybrať najvhodnejší model na základe porovnania a váženia modelov podľa svojich vlastných kritérií. Na určenie najvhodnejšieho modelu môžu používatelia aplikovať model a vizualizovať výsledky výpočtov, aby sa určila jeho správnosť, alebo môžu otvoriť a preskúmať súvisiace množiny dát, pomocou ktorých služba Oracle Analytics vymodelovala výstup.

V nasledujúcej tabuľke nájdete informácie o poskytovaných algoritmoch:

Keď používate dáta z databázy Oracle Autonomous Data Warehouse, môžete pomocou jej funkcie AutoML odporučiť a trénovať prediktívny model. Funkcia AutoML analyzuje dáta, vypočíta najvhodnejší algoritmus na použitie a zaregistruje prediktívny model v službe Oracle Analytics, aby ste mohli predpovedať svoje dáta.

1. Na domovskej stránke kliknite na položku Vytvoriť a potom kliknite na položku Dátový tok.
2. V sekcii Pridať množinu dát vyberte množinu dát založenú na databáze Oracle Autonomous Data Warehouse, ktorá obsahuje dáta na analýzu.
3. Kliknite na položku Pridať krok a potom na položku AutoML.
4. V sekcii Cieľ kliknite na položku Vyberte stĺpec a vyberte dátový stĺpec obsahujúci hodnotu, ktorú sa pokúšate predpovedať.
   Ak chcete napríklad predpovedať pokles zamestnancov, môžete vybrať pole s názvom POKLES s označením PRAVDA alebo NEPRAVDA pre to, či zamestnanci z organizácie odišli alebo nie.
   

   
   .png

   
   
5. Prijmite navrhovaný typ úlohy a metriku poradia modelu, ktoré odporúča služba Oracle Analytics, alebo vyberte iný algoritmus.
6. Kliknite na položku Uložiť model a zadajte názov generovaného prediktívneho modelu.
7. Kliknite na položku Uložiť a zadajte názov dátového toku.
8. Kliknutím na položku Spustiť analyzujte dáta a vygenerujte prediktívny model.
9. Na domovskej stránke kliknite na položku Navigovať, kliknite na položku Strojové učenie, kliknite pravým tlačidlom myši na vygenerovaný model a vyberte položku Skontrolovať.

Skúsení dátoví analytici vytvárajú a trénujú prediktívne modely, aby pomocou nich mohli nasadiť algoritmy služby Oracle Machine Learning na dolovanie množín dát, predikciu cieľovej hodnoty alebo identifikáciu tried záznamov. Pomocou editora dátového toku je možné vytvárať a trénovať prediktívne modely a aplikovať ich na dáta.

1. Na domovskej stránke kliknite na položku Vytvoriť a potom vyberte položku Dátový tok.
2. Vyberte množinu dát, ktorú chcete použiť na trénovanie modelu. Kliknite na tlačidlo Pridať.
3. V editore dátového toku kliknite na tlačidlo Pridať krok (+).
   Po pridaní množiny dát môžete na vytvorenie modelu použiť všetky stĺpce v množine dát alebo vybrať len relevantné stĺpce. Výber relevantných stĺpcov vyžaduje pochopenie množiny dát. Ignorujte stĺpce, o ktorých viete, že neovplyvnia výstupné správanie, alebo ktoré obsahujú nadbytočné informácie. Iba relevantné stĺpce môžete vybrať pridaním kroku Vybrať stĺpce. Ak s istotou neviete, ktoré stĺpce sú relevantné, použite všetky.
4. Vyberte jeden z krokov modelu trénovania, napríklad Trénovať numerickú predikciu alebo Trénovať klastrovanie.
5. Vyberte algoritmus a kliknite na tlačidlo OK.
6. Ak pracujete s modelom s dohľadom, ako je predikcia alebo klasifikácia, kliknite na položku Cieľ a vyberte stĺpec, ktorý sa snažíte predpovedať. Ak napríklad vytvárate model na predpovedanie príjmu osoby, vyberte stĺpec Príjem.
   Ak pracujete s modelom bez dohľadu, ako je klastrovanie, nie je potrebný žiadny cieľový stĺpec.
7. Zmeňte predvolené nastavenia pre svoj model, ak chcete vyladiť a vylepšiť správnosť predpovedaného výstupu. Tieto nastavenia určuje model, s ktorým pracujete.
8. Kliknite na krok Uložiť model a zadajte názov a popis.
9. Kliknite na položku Uložiť, zadajte názov a popis dátového toku a kliknutím na tlačidlo OK dátový tok uložte.
10. Kliknutím na položku Spustiť dátový tok vytvorte prediktívny model na základe vstupnej množiny dát a nastavení modelu, ktoré ste zadali.

Po vytvorení prediktívneho modelu a spustení dátového toku môžete skontrolovať informácie o modeli a stanoviť jeho správnosť. Tieto informácie použite na iteratívnu úpravu nastavení modelu na zlepšenie jeho správnosti a predpovedanie lepších výsledkov.

Keď vytvárate scenár v zošite, v množine dát zošita použijete prediktívny model na odhalenie trendov a vzorov, ktoré má model nájsť.

1. Na domovskej stránke kliknite na položku Vytvoriť a potom kliknite na položku Zošit.
2. Vyberte množinu dát, ktorú chcete použiť na vytvorenie zošita, a kliknite na položku Pridať do zošita.
3. V podokne Dáta kliknite na položku Pridať a vyberte položku Vytvoriť scenár.
4. V dialógovom okne Vytvoriť scenár - vybrať model vyberte model a kliknite na tlačidlo OK.
   Môžete použiť iba prediktívny model. Model strojového učenia Oracle nie je možné použiť.
   Ak nemožno každý vstup modelu spárovať s dátovým prvkom, zobrazí sa dialógové okno Mapovať dáta k modelu.
5. Ak sa zobrazí dialógové okno Mapovať dáta k modelu, v poli Množina dát vyberte množinu dát, ktorú chcete použiť s modelom.
6. Podľa potreby spárujte vstupy modelu a dátové prvky. Kliknite na tlačidlo Hotovo.
   Scenár sa zobrazí ako množina dát v podokne Dátové prvky.
7. Presuňte myšou dátové prvky z množiny dát a z modelu na kresliace plátno Vizualizácia.
8. Ak chcete upraviť scenár, v podokne Dátové prvky kliknite pravým tlačidlom myši na scenár a vyberte položku Upraviť scenár.
9. Zmeňte množinu dát a podľa potreby aktualizujte vstupy modelu a dátové prvky.
10. Kliknutím na tlačidlo Uložiť zošit uložte.