Tillämpa en förutsägelsemodell eller registrerad modell från Oracle Machine Learning på en datamängd

Använd Dataflödesredigerare för att poängsätta en förutsägelsemodell på valfri datamängd eller poängsätta en registrerad modell från Oracle Machine Learning på en datamängd i dess motsvarande databas.

Använd förutsägelsemodeller på dina data för att bygga in modeller för maskininlärning (ML) och artificiell intelligens (AI) i dina applikationer utan att behöva större kunskap om maskininlärning eller artificiell intelligens.
Vid körning av modellen skapas en ny datamängd som utdata, med kolumner med förutsagda värden som du kan använda för analys och visualisering.
När du kör en förutsägelsemodell flyttas data till Oracle Analytics, där de bearbetas. När du kör en registrerad modell från Oracle Machine Learning flyttas inte data från databasen till Oracle Analytics. Istället finns och bearbetas modellen och lagras utdatamängden i databasen.

I ett dataflöde när steget Använd modell används:

  • De registrerade modellerna visas och är tillgängliga för granskning och analys. Modeller som inte är registrerade visas inte.

  • De tillgängliga utdatakolumnerna är specifika för modelltypen. För en numerisk prediktion, till exempel, inkluderar utdatakolumnerna PredictedValue och PredictedConfidence, och för klustring inkluderar utdatakolumnerna clusterId.

  • De tillgängliga parametrarna är specifika för modelltypen. Om du till exempel använder en klustringsmodell för poängsättning är det högsta antalet nullvärden en parameter som du kan ange för poängsättningsprocessen. Den här parametern används vid imputationen för saknade värden.

  • Modellen och de mappade datatyperna för indata måste matcha när du arbetar med en modell från Oracle Machine Learning. Se Visa en registrerad modells detaljer.

  1. På hemsidan klickar du på Skapa och sedan på Dataflöde.
  2. Välj en datamängd och klicka på Lägg till.
  3. I dataflödesredigeraren klickar du på Lägg till ett steg (+).
  4. Från rutan dataflödessteg klickar du på Använd modell och väljer sedan den modell som du vill använda.
  5. I Använd modell går du till sektionen Indata och väljer sedan en kolumn som indata.
  6. I Använd modell går du till sektionen Utdata och väljer sedan de kolumner som du vill ska skapas med datamängden och uppdaterar fälten Kolumnnamn vid behov.
  7. I dataflödesredigeraren klickar du på Lägg till ett steg (+) och väljer Spara data.
  8. Ange ett namn. I fältet Spara data till anger du platsen där du vill spara utdata.
    Om du arbetar med en modell från Oracle Machine Learning så används som standard indatamängdens anslutning som datamängdens anslutningsinformation.
  9. Ange datainställningar efter behov i fälten Hantera som och Standardaggregering.
    När du sparar data lägger den tillämpade modellen till modellens utdatakolumner, som du valt, i indatamängden.
  10. Klicka på Spara, ange ett namn och en beskrivning för dataflödet och klicka på OK för att spara dataflödet.
  11. Klicka på Kör dataflöde för att skapa datamängden.