시작하기 전에

이 10분 자습서에서는 예측 모델에서 생성된 관련 데이터 세트를 검토하여 정확성을 확인하고 변경 사항을 구현하여 결과를 개선하는 방법을 보여줍니다.

배경

예측 모델을 학습 및 생성할 때 Oracle Analytics는 관련 데이터 집합을 생성합니다. 이러한 관련 데이터 집합에는 알고리즘 유형에 따라 예측 규칙, 정확도 측정항목, 혼동 행렬, 예측의 핵심 동인과 같은 모델 세부정보가 포함됩니다 예측 모델에서 사용하는 규칙을 검사하여 더 나은 결과를 얻기 위해 모델을 튜닝할 수 있습니다. 이 정보를 바탕으로 모델 설정을 반복적으로 조정하여 정확도를 높이고 더 나은 결과를 예측할 수 있습니다.

Oracle Analytics의 예측 모델 교육 및 적용에서 두번째 자습서입니다. 자습서를 나열된 순서대로 읽습니다.

필요 사항

  • Oracle Analytics Cloud에 액세스
  • elastic_train_df 데이터 흐름에 액세스
  • sample_donation_data 데이터 세트에 액세스

교육 모델 데이터 플로우 편집

  1. 홈 페이지에서 데이터를 누릅니다.
  2. elastic_train_df 데이터 플로우에서 작업 작업 메뉴 아이콘을 누른 다음 열기를 선택합니다.
  3. 숫자 예측 학습 단계 앞의 행에서 단계 추가 단계 추가 아이콘를 누른 다음 열 선택을 누릅니다. Selected 리스트에서 다음을 누릅니다.
    • 프로젝트 ID
    • TEACHER_ACCTID
    • SCH_LATITUDE
    • SCH_LONGITUDE
    • STUDENTS_REACHED
    • NUM_DONORS
    • FUNDING_STATUS
    • DATE_COMPLETED
  4. 선택한 항목 제거를 누릅니다.
  5. 데이터 플로우에서 모델 저장 노드를 누릅니다. 이름elastic_model_2을 입력합니다.


    elastic_model_2_df.png에 대한 설명은 다음과 같습니다.
    elastic_model_2_df.png 그림 설명
  6. Save를 누릅니다. 데이터 흐름 실행을 누릅니다 데이터 플로우 실행 아이콘.
  7. 뒤로 이동 뒤로 아이콘을 누릅니다.

개정된 머신 러닝 모델 검토

  1. 홈 페이지에서 머신 러닝을 누릅니다. elastic_model_2에서 작업을 누른 다음 검사를 선택합니다.
  2. elastic_model_2에서 품질을 누릅니다.


    elastic_model_2의 잔존가치 분포는 elastic_model_1의 분포와 약간 다릅니다.

    elastic_model2_quality.png에 대한 설명은 다음과 같습니다.
    elastic_model2_quality.png 그림 설명

    결정 계수 값은 elastic_model_2에서 2%입니다. elastic_model_1에서 결정 계수 값은 16%입니다. 데이터 플로우를 실행할 때 기부 데이터의 임의 선택으로 인해 값이 다릅니다.

    elastic_model_1_residual.png에 대한 설명은 다음과 같습니다.
    elastic_model_1_residual.png 그림 설명
  3. 닫기를 누르면

예측 모델 시나리오 비교

  1. 을 누르고 워크북 및 보고서를 누른 다음 donations_random_sample을 누르고 작업 작업 메뉴 아이콘을 누른 다음 열기를 누릅니다.
  2. 편집을 누릅니다편집 아이콘.
  3. [데이터] 패널에서 시나리오 생성을 누릅니다. 시나리오 생성 - 모델 선택에서 elastic_model_2를 누른 다음 확인을 누릅니다.
  4. [데이터] 패널에서 elastic_model_2을 확장하고 TOTAL_DONATIONS 예측을 선택한 다음 [문법] 패널의 값(Y축)으로 끕니다.

    두 모델은 서로 다른 모델 변수를 사용하더라도 유사한 결과를 생성합니다.


    다음은 total_donations_model2.png에 대한 설명입니다.
    그림 total_donations_model2.png에 대한 설명
  5. Save를 누릅니다.

다음 단계

예측 모델 적용

더 알아보기