Antes de Começar

Este tutorial de 10 minutos mostra como revisar os conjuntos de dados relacionados produzidos pelo modelo preditivo para determinar sua precisão e implementar alterações para melhorar os resultados.

Histórico

Quando você treina e cria um modelo preditivo, o Oracle Analytics gera os conjuntos de dados relacionados. Esses conjuntos de dados relacionados contêm detalhes sobre o modelo, como regras de previsão, métricas da precisão, matriz da confusão e principais fatores para previsão, dependendo do tipo de algoritmo. Você pode examinar as regras usadas pelo modelo preditivo para ajudar a ajustar o modelo para obter melhores resultados. Use estas informações para ajustar de forma iterativa as definições para melhorar a precisão e prever melhores resultados.

Este é o segundo tutorial em Treinar e Aplicar Modelos de Previsão no Oracle Analytics. Leia os tutoriais na ordem listada.

Do Que Você Precisa?

  • Acesso ao Oracle Analytics Cloud
  • Acesso ao fluxo de dados elastic_train_df
  • Acesso ao conjunto de dados sample_donation_data

Editar o Fluxo de Dados do Modelo de Treinamento

  1. Na sua home page, clique em Dados.
  2. No fluxo de dados elástico_train_df, clique em Ações Ícone do menu Ações e selecione Abrir.
  3. Clique em Adicionar uma etapa Ícone Adicionar uma etapa na linha antes da etapa Treinar Previsão Numérica e, em seguida, clique em Selecionar Colunas. Na lista Selecionado, clique no seguinte:
    • ID DO PROJETO
    • TEACHER_ACCTID
    • SCH_LATITUDE
    • SCH_LONGITUDE
    • STUDENTS_REACHED
    • NUM_DONORS
    • FUNDING_STATUS
    • DATE_COMPLETED
  4. Clique em Remover Selecionado.
  5. Clique no nó Salvar Modelo no fluxo de dados. Em Nome, digite elastic_model_2.


    Veja a seguir a descrição da ilustração elastic_model_2_df.png
    Descrição da ilustração elastic_model_2_df.png
  6. Clique em Salvar. Clique em Executar Fluxo de Dados Ícone Executar Fluxo de Dados.
  7. Clique em Voltar Ícone Voltar.

Revisar o Modelo de Aprendizado de Máquina Revisado

  1. Na sua página inicial, clique em Machine Learning. No elastic_model_2, clique em Ações e selecione Inspecionar.
  2. No elastic_model_2, clique em Quality.


    A distribuição do valor residual em elastic_model_2 é ligeiramente diferente da distribuição em elastic_model_1.

    Veja a seguir a descrição da ilustração elastic_model2_quality.png
    Descrição da ilustração elastic_model2_quality.png

    O valor do Coeficiente de Determinação é de 2% em elastic_model_2. Em elastic_model_1, o valor do Coeficiente de Determinação é 16%. Seus valores são diferentes devido à seleção aleatória de dados de doação ao executar o fluxo de dados.

    Veja a seguir a descrição da ilustração elastic_model_1_residual.png
    Descrição da ilustração elastic_model_1_residual.png
  3. Clique em Fechar.

Comparar Cenários de Modelo Preditivo

  1. Clique em Home, clique em Pastas de Trabalho e Relatórios, clique em donations_random_sample, clique em Ações Ícone do menu Ações e, em seguida, clique em Abrir.
  2. Clique em Editar Ícone Editar.
  3. No painel Dados, clique em Criar Cenário. Em Criar Cenário - Selecionar Modelo, clique em elastic_model_2 e em OK.
  4. No painel Dados, expanda elastic_model_2, selecione TOTAL_DONATIONS Prediction e arraste-o em Values (Y-Axis) no painel Grammar.

    Os dois modelos produzem resultados semelhantes, mesmo que usem variáveis de modelo diferentes.


    Veja a seguir a descrição da ilustração total_donations_model2.png
    Descrição da ilustração total_donations_model2.png
  5. Clique em Salvar.

Próximas Etapas

Aplicar um Modelo Preditivo

Saiba Mais