匯入 ML 模型

將已受完整訓練的 ML 模型匯入 Planning 應用程式，準備好提供給商務使用者使用。

必備條件：在您可以匯入 ML 模型之前，資料科學團隊必須先建立、訓練 ML 模型，然後將該 ML 模型儲存為 PMML 檔案。

如何將 ML 模型匯入 Planning 應用程式：

1. 按一下首頁上的 IPM，然後按一下 ML 模型。
2. 按一下匯入，然後拖放 PMML 檔案，或是瀏覽至該檔案後選取。

   您可以在匯入模型頁面上，檢視該 PMML 檔案的資訊，例如目標欄 (要使用該 ML 模型來預測的變數) 及訓練日期。

3. 輸入模型名稱和描述，然後按一下下一步。
4. 在產生規則頁面上，輸入會產生 Groovy 規則以建立與表單或儀表板之間關聯的資訊。

   在模型對映中，選取將會使用該 ML 模型的立方體，然後定義要使用該 ML 模型的資料範圍，方法是選取每個維度的一個成員或一組成員。

5. 將輸入和輸出對映至立方體中的適當維度和成員，然後按下一步。

   輸入和輸出區段包含輸入特徵 (用來進行預測的特徵/欄) 和目標特徵 (預期要被預測的欄) 的清單。Planning 會分析 PMML 檔案，以產生輸入和輸出的清單。

   輸入特徵是類似動因的獨立變數，作為您系統的輸入。當您進行預測時，模型會使用輸入特徵來預測輸出。在此步驟中，您將 ML 模型的輸入對映到 Planning 立方體中的輸出。輸入說明系統如何從 ML 模型擷取資料。輸出則定義您要預測的目標測量值，以及系統要將預測值貼到 Planning 應用程式中的位置。

   例如，產品、價格及產業量 (輸入特徵) 可用來預測數量 (輸出)。

   • 在輸入區域中，選取每個輸入特徵的輸入類型；如果您選取儲存格值或成員，請在 Planning 應用程式中，選取要作為對映目標的成員或維度。輸入類型：

     • 提示：如果您在 Planning 中，沒有任何成員或維度對映至 ML 模型的此輸入值，當系統做出預測時，會提示使用者輸入該值的預估值。
     • 儲存格值：將單一輸入特徵對映到 Planning 立方體中的一或多個維度成員。例如，將稱為「價格」的輸入特徵，對映到 Planning 應用程式中稱為「價格」的科目成員。
     • 成員：將單一輸入特徵對映到 Planning 立方體中的單一維度。例如，將稱為「產品」的輸入特徵，對映到 Planning 應用程式中的「產品」維度。

   • 在輸出區域中，選取輸入類型；如果您選取儲存格值或成員，請在 Planning 應用程式中，選取要作為對映目標的成員或維度，以便儲存預測結果。

6. 在分析模型中，複查該 ML 模型，然後按一下下一步。

   此步驟代表 MLX (機器學習可解釋性)，還會擷取該 ML 模型的其他相關資訊。例如，您可以複查「迴歸係數」，看看系統如何使用關鍵輸入特徵的相對影響來預測輸出。而長條的高度，代表當輸入特徵增加一個單位，對於目標變數的遞增影響。

7. 在測試模型中測試該 ML 模型，方法是針對一組範例值來產生預測。輸入每個輸入的範例輸入值，然後按一下預測。
8. 複查預測出的輸出值，然後按一下儲存並關閉。
9. 按一下是，以確認建立 Groovy 規則。

此時，系統會為每個 ML 模型定義產生兩個 Groovy 規則。

• ML_MLModelName_Form：使用此規則建立與表單或儀表板之間的關聯，讓使用者可以視需要進行預測。
• ML_MLModelName：使用此規則在排定的工作中產生大量預測，供大量處理之用。

您可以在 Calculation Manager 中複查已產生的規則。Groovy 規則會定義 PMML 檔案的名稱和位置，還會根據您之前定義的對映來定義輸入和輸出。如需深入瞭解如何使用已產生的 Groovy 規則，請參閱將 ML 模型部署給計畫人員。