使用须知

本教程用时 10 分钟，介绍如何查看预测模型生成的相关数据集，以确定其准确性并实施更改来改善结果。

背景信息

训练和创建预测模型时，Oracle Analytics 将生成相关数据集。相关数据集包含有关型号的详细信息，例如：预测规则、准确度度量、混淆矩阵和预测的关键驱动因素等。您可以检查预测模型使用的规则，以帮助调整模型以获得更好的结果。可使用此信息以迭代方式调整模型设置，以提高准确度并更好地预测结果。

这是 Oracle Analytics Train and Apply Predictive Models 中的第二个教程。按列出的顺序阅读教程。

需要做哪些准备？

  • 访问 Oracle Analytics Cloud
  • 访问 elastic_train_df 数据流
  • 访问 sample_donation_data 数据集

编辑培训模型数据流

  1. 在主页上，单击数据。
  2. 在 elastic_train_df 数据流中，单击 Actions（操作）“操作”菜单图标，然后选择 Open（打开）。
  3. 单击“训练数字预测”步骤前面的行上的添加步骤 “添加步骤”图标，然后单击选择列。在“Selected（所选）”列表中，单击以下内容：
    • 项目标识
    • TEACHER_ACCTID
    • SCH_LATITUDE
    • SCH_LONGITUDE
    • STUDENTS_REACHED
    • NUM_DONORS
    • FUNDING_STATUS
    • DATE_COMPLETED
  4. 单击 Remove Selected 。
  5. 单击数据流中的保存模型节点。在名称中，输入 elastic_model_2。


    elastic_model_2_df.png 的说明如下：
    插图 elastic_model_2_df.png 的说明
  6. 单击保存。单击运行数据流 “运行数据流”图标。
  7. 单击返回 “后退”图标。

查看修订后的机器学习模型

  1. 在主页上，单击机器学习。在 elastic_model_2 中，单击操作，然后选择检查。
  2. 在 elastic_model_2 中，单击质量。


    elastic_model_2 中的残值分布与 elastic_model_1 中的残值分布略有不同。

    elastic_model2_quality.png 的说明如下：
    插图 elastic_model2_quality.png 的说明

    elastic_model_2 中的“确定系数”值为 2%。在 elastic_model_1 中，“Cefficient of Determination（确定系数）”值为 16%。由于在运行数据流时随机选择捐赠数据，因此您的值有所不同。

    elastic_model_1_residual.png 的说明如下：
    插图 elastic_model_1_residual.png 的说明
  3. 单击关闭。

比较预测模型方案

  1. 依次单击主页、工作簿和报表、 donations_random_sample 、操作 “操作”菜单图标 和打开。
  2. 单击编辑“编辑”图标。
  3. 在“数据”面板中，单击创建方案。在“创建方案 - 选择模型”中，单击 elastic_model_2 ，然后单击确定。
  4. 在“数据”面板中，展开 elastic_model_2 ，选择 TOTAL_DONATIONS 预测，然后将其拖动到“语法”面板中的值（Y 轴）中。

    尽管这两个模型使用不同的模型变量，但它们会生成类似的结果。


    下面是 total_donations_model2.png 的说明
    插图 total_donations_model2.png 的说明
  5. 单击保存。

后续步骤

应用预测模型

了解更多