Operazioni preliminari

Questa esercitazione di 10 minuti mostra come rivedere i set di dati correlati prodotti dal modello predittivo per determinarne l'accuratezza e implementare le modifiche per migliorare i risultati.

Presupposto

Quando si addestra e si crea un modello predittivo, Oracle Analytics genera i set di dati correlati. Questi set di dati correlati contengono dettagli del modello quali le regole di previsione, le metriche d'accuratezza, la matrice della confusione e i driver chiave per la previsione a seconda del tipo di algoritmo. È possibile esaminare le regole utilizzate dal modello predittivo per ottimizzare il modello e ottenere risultati migliori. Utilizzare queste informazioni per regolare in modo iterativo le impostazioni del modello al fine di migliorare l'accuratezza e prevedere risultati migliori.

Questa è la seconda esercitazione in Formazione e applicazione di modelli predittivi in Oracle Analytics. Leggere le esercitazioni nell'ordine indicato.

Di cosa hai bisogno?

  • Accesso a Oracle Analytics Cloud
  • Accesso al flusso di dati elastic_train_df
  • Accesso al set di dati sample_donation_data

Modifica flusso dati modello di formazione

  1. Nella home page fare clic su Dati.
  2. Nel flusso di dati elastico_train_df fare clic su Azioni Icona del menu Azioni, quindi selezionare Apri.
  3. Fare clic su Aggiungi passo Icona Aggiungi passo sulla linea prima del passo Addestra previsione numerica, quindi fare clic su Seleziona colonne. Nell'elenco Selezionati fare clic su:
    • PROIETTATO
    • TEACHER_ACCTID
    • SCH_LATITUDE
    • SCH_LONGITUDE
    • STUDENTS_REACHED
    • NUM_DONORS
    • FUNDING_STATUS
    • DATE_COMPLETED
  4. Fare clic su Rimuovi selezione.
  5. Fare clic sul nodo Salva modello nel flusso di dati. In Nome immettere elastic_model_2.


    Segue la descrizione di elastic_model_2_df.png
    Descrizione dell'immagine elastic_model_2_df.png
  6. Fare clic su Salva. Fare clic su Esegui flusso dati Icona Esegui flusso dati.
  7. Fare clic su Torna indietro Icona Indietro.

Rivedere il modello di apprendimento automatico rivisto

  1. Nella home page fare clic su Machine Learning. In elastic_model_2, fare clic su Azioni, quindi selezionare Ispeziona.
  2. In elastic_model_2, fare clic su Qualità.


    La distribuzione del valore residuo in elastic_model_2 è leggermente diversa da quella in elastic_model_1.

    Segue la descrizione di elastic_model2_quality.png
    Descrizione dell'immagine elastic_model2_quality.png

    Il coefficiente di determinazione è del 2% in elastic_model_2. In elastic_model_1, il coefficiente di determinazione è 16%. I valori sono diversi a causa della selezione casuale dei dati di donazione durante l'esecuzione del flusso di dati.

    Segue la descrizione di elastic_model_1_residual.png
    Descrizione dell'immagine elastic_model_1_residual.png
  3. Fare clic su Chiudi.

Confronta scenari modello predittivo

  1. Fare clic su Home, fare clic su Cartelle di lavoro e report, fare clic su donations_random_sample, fare clic su Azioni Icona del menu Azioni, quindi su Apri.
  2. Fare clic su ModificaIcona Modifica.
  3. Nel pannello Dati fare clic su Crea scenario. In Crea scenario - Seleziona modello, fare clic su elastic_model_2, quindi su OK.
  4. Nel pannello Dati, espandere elastic_model_2, selezionare TOTAL_DONATIONS Prediction e trascinarla in Valori (asse Y) nel pannello Grammatica.

    I due modelli producono risultati simili anche se utilizzano variabili di modello diverse.


    Segue la descrizione di total_donations_model2.png
    Descrizione dell'illustrazione total_donations_model2.png
  5. Fare clic su Salva.

Passi successivi

Applica un modello predittivo

Per saperne di più