Använda modeller från Oracle Machine Learning i Oracle Analytics

Du kan registrera och använda modeller från Oracle Machine Learning som finns i Oracle Database eller Oracle Autonomous Data Warehouse för att poängsätta data i Oracle Analytics. Använd dataflödesredigeraren för att tillämpa maskininlärningsmodeller på data.

Med Oracle Analytics kan du bygga in maskininlärning i dina applikationer utan datavetenskaplig expertis.

Hur använder jag modeller från Oracle Machine Learning i Oracle Analytics?

I Oracle Analytics kan du registrera och använda Oracle-maskininlärningsmodeller från Oracle Database eller Oracle Autonomous Data Warehouse.

Genom att använda modeller från Oracle Machine Learning med Oracle Analytics ökar du kraftigt den grad av prediktiv analys som du kan utföra på datamängder, eftersom data och modellen finns i databasen, datapoängsättningen utförs i databasen och den resulterande datamängden lagras i databasen. På så sätt kan du använda exekveringsmotorn från Oracle Machine Learning för att poängsätta stora datamängder.

Du kan registrera och använda modeller från Oracle Machine Learning placerade i följande databasdatakällor:
  • Oracle Autonomous Data Warehouse
  • Oracle Database

I Oracle Analytics kan du registrera någon av databasens Oracle-maskininlärningsmodeller i utvinningsklasserna klassificering, regression, klustring, anomali eller funktionsextrahering som har skapats med API:n för Oracle Machine Learning for SQL (OML 4SQL). Din användarroll i Oracle Analytics och dina databasbehörigheter fastställer vilka modeller från Oracle Machine Learning som är tillgängliga för dig att registrera och använda.

Du kan även skapa förutsägelsemodeller i Oracle Analytics.

Registrera modeller från Oracle Machine Learning i Oracle Analytics

Modellerna från Oracle Machine Learning måste registreras i Oracle Analytics innan du kan använda dem för att förutsäga data. Du kan registrera och använda modeller som finns i datakällorna från Oracles databas eller Oracles autonoma datalager.

  1. hemsidan klickar du på sidmenyn, Registrera modell/funktion och Modeller för maskininlärning.
    Alternativet är tillgängligt för användare med rollen BI-tjänsteadministratör eller DV-innehållskonstruktör.
  2. Välj en anslutning i dialogrutan Registrera en ML-modell.
    I dialogrutan Välj en modell att registrera kan du se databasens maskininlärningsmodeller från Oracle i utvinningsklasserna Klassificering, Regression, Klustring, Avvikelse eller Funktionsextrahering som skapades med API:t för Oracle Machine Learning för SQL (OML 4SQL).

    Klicka vid behov på Skapa anslutning för att skapa en anslutning till den datakälla i Oracle Database eller Oracle Autonomous Data Warehouse som innehåller den modell från Oracle Machine Learning du vill använda.

  3. I dialogrutan Välj en modell att registrera klickar du på den modell som du vill registrera och granskar modellens information. Det gäller till exempel vilken modellklass och algoritm som har använts för att bygga modellen, vilket mål som modellen förutsäger, vilka kolumner som modellen har tränats med, modellförutsägelser och parametrar.
  4. Klicka på Registrera.
  5. Från hemsidan klickar du på Navigator och sedan på Machine Learning för att bekräfta att modellen har importerats.

Inspektera registrerade modeller från Oracle Machine Learning

Du kan få åtkomst till och granska information om modellerna från Oracle Machine Learning som du registrerade i Oracle Analytics.

Visa en registrerad modells detaljer

Detaljinformationen för en Oracle-maskininlärningsmodell hjälper dig förstå modellen och avgöra om den är lämplig för förutsägelser av dina data. Modellinformationen innefattar modellklass, algoritm, indatakolumner, utdatakolumner och parametrar.

När du registrerar en modell inkluderas dess detaljinformation. Den här informationen hämtas från Oracle Database eller Oracle Autonomous Data Warehouse.
  1. hemsidan klickar du på Navigator och sedan på Machine Learning.
  2. Klicka på fliken Modeller.

  3. Håll muspekaren över modellen du vill visa, klicka på Åtgärder och välj Inspektera.
  4. Om du vill se information om en modell klickar du på Detaljer.

Vilka är en registrerad modells vyer?

När en modell från Oracle Machine Learning skapas genereras vyer som innehåller särskild information och lagras i databasen. Använd Oracle Analytics för att få åtkomst till en lista över en modells vyer och skapa sedan datamängder som du kan använda för att visualisera informationen i vyerna.

Vyer innehåller information om den registrerade modellen, bland annat modellens statistik, målvärdedistribution och algoritminställningar. Antalet och vilken typ av vyer som skapas fastställs av modellens algoritm. Så en modell som skapats från algoritmen Naive Bayes har en uppsättning vyer och en modell som skapats från beslutsträdsalgoritmen har en annan uppsättning vyer. Några av vyerna som har genererats från en beslutsträdsmodell är följande:
  • Poängkostnadsmatris – Beskriver kostnadsmatrisen för poängsättning i klassificeringsmodeller. Vyn innehåller actual_target_value, predicted_target_value och cost.
  • Globala namn/värde-par – Beskriver global statistik om modellversionen, till exempel antal rader som används i modellversionen och konvergeringsstatus.
  • Beslutsträdsstatistik – Beskriver statistiken associerad till individuella noder i beslutsträdet. Statistiken inkluderar ett målhistogram för data i noden. För varje nod i trädet har den här vyn information om stöd för predicted_target_value, actual_target_value och node.

Varje vys namn är unikt, till exempel DM$VCDT_TEST. Formatet som används för att generera vynamn är DM$Valfabet_modellnamn där:

  • DM$V representerar ett prefix för vyer som har genererats från en registrerad modell.
  • alfabet representerar ett värde som anger typen av utdatamodell. C anger till exempel att vytypen är poängkostnadsmatris och G anger att vytypen är globalt namn/värde-par.
  • modellnamn är namnet på den registrerade modellen från Oracle Machine Learning och dess vy. Till exempel DT_TEST.

Mer information om vyer finns i dokumentationen för din version av Oracles databas.

Oracle Analytics tillhandahåller en lista över alla registrerade modellers vyer. Du kan dock endast få åtkomst till och visualisera vyer för Oracles databas 12c, utgåva 2 eller senare. Om du arbetar med en tidigare version av Oracles databas kan du inte använda Oracle Analytics för att få åtkomst till och visualisera vyer.

Visa en registrerad modells vylista

En registrerad modells vyer lagras i databasen, men du kan använda Oracle Analytics för att visa en lista över modellens vyer.

Vyerna innehåller information som en modells storlek, inställningar och de attribut som används i modellen. Den här informationen kan hjälpa dig att förstå och använda modellen.

Obs!:

Du kan få åtkomst till och visualisera vyer för Oracles databas 12c, utgåva 2 eller senare. Om du arbetar med en tidigare version av Oracles databas finns inte de här vyerna i databasen och du kan inte använda Oracle Analytics för att få åtkomst till och visualisera dem.
  1. hemsidan klickar du på Navigator och sedan på Machine Learning.
  2. Klicka på fliken Modeller.

  3. Håll muspekaren över modellen du vill visa, klicka på Åtgärder och välj Inspektera.
  4. Klicka på fliken Relaterad för att visa en lista över modellens vyer.

Visualisera en vy för en registrerad modell från Oracle Machine Learning

Visualisera någon av vyerna i en registrerad modell för att upptäcka information som hjälper dig att förstå och använda modellen.

Obs!:

Du kan få åtkomst till och visualisera vyer för Oracles databas 12c, utgåva 2 eller senare. Om du arbetar med en tidigare version av Oracles databas finns inte de här vyerna i databasen och du kan inte använda Oracle Analytics för att få åtkomst till och visualisera dem.
När du skapar datamängden måste du känna till modellens visningsnamn och databasschemats namn. Använd följande uppgift för att hitta namnen, skapa datamängden och visualisera vyns information.
  1. På hemsidan klickar du på Navigator och sedan på Machine Learning.
  2. Leta upp den registrerade maskininlärningsmodellen och klicka på Åtgärder och på Inspektera.
  3. Klicka på Detaljer och bekräfta att sektionen Modellinfo expanderas. Gå till fältet DB-modellägare och registrera namnet på databasens schema.
  4. Klicka på Relaterad och hitta och registrera namnet på vyn. Klicka på Stäng.
  5. På hemsidan klickar du på Skapa och sedan på Datamängd.
  6. Välj anslutningen som innehåller modellen från Machine Learning och dess vyer.
  7. I Datamängdsredigerare bläddrar du till och klickar på namnet på databasens schema som du hittade på fliken Detaljer.
  8. Välj vyn som du hittade på fliken Relaterad och dubbelklicka på kolumner för att lägga till dem i datamängden. Klicka på Lägg till.
  9. Klicka på Skapa arbetsbok för att skapa visualiseringar.