Bevor Sie beginnen
In diesem 10-minütigen Tutorial erfahren Sie, wie Sie die vom Vorhersagemodell erstellten zugehörigen Datasets prüfen, um deren Genauigkeit zu ermitteln und Änderungen zu implementieren, um die Ergebnisse zu verbessern.
Hintergrund
Wenn Sie ein Vorhersagemodell trainieren und erstellen, generiert Oracle Analytics die zugehörigen Datasets. Diese verknüpften Datasets enthalten Details zum Modell wie Vorhersageregeln, Genauigkeitsmetriken, Konfusionsmatrix und Schlüsselfaktoren für Vorhersagen, je nach Algorithmustyp. Sie können die vom Vorhersagemodell verwendeten Regeln untersuchen, um das Modell zu optimieren und bessere Ergebnisse zu erzielen. Anhand dieser Informationen können Sie die Modelleinstellungen iterativ anpassen, um die Genauigkeit zu verbessern und bessere Ergebnisse vorherzusagen.
Dies ist das zweite Tutorial unter Vorhersagemodelle trainieren und anwenden in Oracle Analytics. Lesen Sie die Tutorials in der aufgeführten Reihenfolge.
- Random Sample Dataset erstellen und Vorhersagemodell trainieren
- Vorhersagemodell prüfen und ändern
- Vorhersagemodell anwenden
Voraussetzungen
- Zugriff auf Oracle Analytics Cloud
- Zugriff auf den Datenfluss
elastic_train_df - Zugriff auf das Dataset
sample_donation_data
Datenfluss des Trainingsmodells bearbeiten
- Klicken Sie auf Ihrer Homepage auf Daten.
- Klicken Sie im Elastic_train_df-Datenfluss auf Aktionen
, und wählen Sie Öffnen aus. - Klicken Sie auf Schritt hinzufügen
in der Zeile vor dem Schritt "Numerische Vorhersage trainieren", und klicken Sie dann auf Spalten auswählen. Klicken Sie in der Liste "Ausgewählt" auf Folgendes:- PROJEKTKENNUNG
- TEACHER_ACCTID
- SCH_LATITUDE
- SCH_LONGITUDE
- STUDENTS_REACHED
- NUM_DONORS
- FUNDING_STATUS
- DATE_COMPLETED
- Klicken Sie auf Auswahl entfernen.
- Klicken Sie im Datenfluss auf den Knoten Modell speichern. Geben Sie unter Name
elastic_model_2ein.
Beschreibung der Abbildung elast_model_2_df.png - Klicken Sie auf Speichern. Klicken Sie auf Datenfluss ausführen
. - Klicken Sie auf Zurück
.
Überarbeitetes Modell für maschinelles Lernen prüfen
- Klicken Sie auf Ihrer Homepage auf Maschinelles Lernen. Klicken Sie im Elastic_model_2 auf die Aktionen, und wählen Sie Prüfen aus.
- Klicken Sie in elastic_model_2 auf Qualität.
Die Restwertverteilung in elastic_model_2 unterscheidet sich geringfügig von der in elastic_model_1.

Beschreibung der Abbildung elast_model2_quality.png Der Bestimmungskoeffizient beträgt 2% in elastic_model_2. In elastic_model_1 beträgt der Bestimmungskoeffizient 16%. Ihre Werte unterscheiden sich aufgrund der zufälligen Auswahl von Spendendaten bei der Ausführung des Datenflusses.

Beschreibung der Abbildung elast_model_1_residual.png - Klicken Sie auf Schließen.
Szenarios für Vorhersagemodelle vergleichen
- Klicken Sie auf Home, Arbeitsmappen und Berichte, donations_random_sample, Aktionen
, Öffnen. - Klicken Sie auf Bearbeiten
. - Klicken Sie im Bereich "Daten" auf Szenario erstellen. Klicken Sie unter "Szenario erstellen - Modell auswählen" auf elastic_model_2 und dann auf OK.
- Blenden Sie im Bereich "Daten" elastic_model_2 ein, wählen Sie TOTAL_DONATIONS Vorhersage aus, und ziehen Sie sie in Werte (Y-Achse) im Bereich "Grammatik".
Die beiden Modelle liefern ähnliche Ergebnisse, obwohl sie unterschiedliche Modellvariablen verwenden.

Beschreibung der Abbildung total_donations_model2.png - Klicken Sie auf Speichern.
Nächste Schritte
Weitere Informationen
Vorhersagemodell in Oracle Analytics prüfen und ändern
G36233-03
Juli 2026
Erfahren Sie, wie Sie die vom Vorhersagemodell erstellten zugehörigen Datasets prüfen, um deren Genauigkeit zu ermitteln und Änderungen zu implementieren, um die Ergebnisse in Oracle Analytics zu verbessern.
Diese Software und zugehörige Dokumentation werden im Rahmen eines Lizenzvertrages zur Verfügung gestellt, der Einschränkungen hinsichtlich Nutzung und Offenlegung enthält und durch Gesetze zum Schutz geistigen Eigentums geschützt ist. Das Verwenden, Kopieren, Vervielfältigen, Übersetzen, Übertragen, Ändern, Lizenzieren, Übermitteln, Verteilen, Ausstellen, Ausführen, Veröffentlichen oder Anzeigen dieser Software oder von Teilen daraus ist ausschließlich zu den in Ihrer Lizenzvereinbarung bzw. per Gesetz ausdrücklich erlaubten Zwecken zugelassen. Reverse Engineering, Disassemblierung oder Dekompilierung der Software ist verboten, es sei denn, dies ist erforderlich, um die gesetzlich vorgesehene Interoperabilität mit anderer Software zu ermöglichen.
Handelt es sich hier um Software oder zugehörige Dokumentation, die an die Regierung der Vereinigten Staaten von Amerika oder an einen in ihrem Auftrag handelnden Lizenznehmer geliefert wird, dann gilt der folgende Hinweis:
U.S. GOVERNMENT END USERS: Oracle programs (including any operating system, integrated software, any programs embedded, installed or activated on delivered hardware, and modifications of such programs) and Oracle computer documentation or other Oracle data delivered to or accessed by U.S. Government end users are "commercial computer software" or "commercial computer software documentation" pursuant to the applicable Federal Acquisition Regulation and agency-specific supplemental regulations. As such, the use, reproduction, duplication, release, display, disclosure, modification, preparation of derivative works, and/or adaptation of i) Oracle programs (including any operating system, integrated software, any programs embedded, installed or activated on delivered hardware, and modifications of such programs), ii) Oracle computer documentation and/or iii) other Oracle data, is subject to the rights and limitations specified in the license contained in the applicable contract. The terms governing the U.S. Government's use of Oracle cloud services are defined by the applicable contract for such services. No other rights are granted to the U.S. Government.
Diese Software oder Hardware ist für die allgemeine Nutzung in diversen Informationsmanagementanwendungen entwickelt worden. Sie ist nicht für den Einsatz in schon an sich gefährlichen Anwendungen entwickelt oder intendiert, einschließlich von Anwendungen, die möglicherweise ein Risiko von Personenschäden mit sich bringen. Falls die Software oder Hardware für solche Zwecke verwendet wird, verpflichtet sich der Lizenznehmer, sämtliche erforderlichen Maßnahmen wie Fail Safe, Backups und Redundancy zu ergreifen, um den sicheren Einsatz zu gewährleisten. Die Oracle Corporation und ihre verbundenen Unternehmen schließen jegliche Haftung für Schäden aus, die durch den Einsatz dieser Software oder Hardware in gefährlichen Anwendungen verursacht werden.
Oracle und Java sind eingetragene Marken der Oracle Corporation und/oder ihrer verbundenen Unternehmen. Andere Namen und Bezeichnungen können Marken ihrer jeweiligen Inhaber sein.
Intel und Intel Inside sind Marken oder eingetragene Marken der Intel Corporation. Alle SPARC-Marken werden in Lizenz verwendet und sind Marken oder eingetragene Marken der SPARC International, Inc. AMD, Epyc und das AMD-Logo sind Marken oder eingetragene Marken von Advanced Micro Devices. UNIX ist eine eingetragene Marke von The Open Group.
Diese Software oder Hardware und die Dokumentation können Zugriffsmöglichkeiten auf oder Informationen über Inhalte, Produkte und Serviceleistungen von Dritten enthalten. . Sofern nicht anderweitig in einem einschlägigen Vertrag zwischen Ihnen und Oracle vereinbart, übernehmen die Oracle Corporation und ihre verbundenen Unternehmen keine Verantwortung für Inhalte, Produkte und Serviceleistungen von Dritten und lehnen ausdrücklich jegliche Art von Gewährleistung diesbezüglich ab. Sofern nicht anderweitig in einem einschlägigen Vertrag zwischen Ihnen und Oracle vereinbart, übernehmen die Oracle Corporation und ihre verbundenen Unternehmen keine Verantwortung für Verluste, Kosten oder Schäden, die aufgrund des Zugriffs auf oder der Verwendung von Inhalten, Produkten und Serviceleistungen von Dritten entstehen.