Before You Begin - 開始之前

此 10 分鐘教學課程示範如何複查預測模型所產生的相關資料集,以判斷其準確性並導入變更以改善結果。

背景

當您訓練並建立預測模型時,Oracle Analytics 會產生相關資料集。這些相關資料集包含模型的相關明細,例如預測規則、準確性評量標準、混淆矩陣,以及預測 (視演算法類型而定) 的主要動因。您可以檢查預測模型所使用的規則,以協助調整模型以取得更好的結果。您可以利用這項資訊來反覆調整模型設定值,以改善準確性並預測更好的結果。

這是 Oracle Analytics 中訓練與套用預測模型的第二個教學課程。依照列出的順序閱讀教學。

軟硬體需求

  • 存取 Oracle Analytics Cloud
  • 存取 elastic_train_df 資料流程
  • 存取 sample_donation_data 資料集

編輯訓練模型資料流程

  1. 在您的首頁上,按一下資料
  2. 在 elastic_train_df 資料流程中,按一下動作 動作功能表圖示,然後選取開啟
  3. 在「訓練數值預測」步驟之前,按一下行上的新增步驟 新增步驟圖示,然後按一下選取資料欄。在「已選取」清單中,按一下下列項目:
    • 專案 ID
    • TEACHER_ACCTID
    • SCH_LATITUDE
    • SCH_LONGITUDE
    • STUDENTS_REACHED
    • NUM_DONORS
    • FUNDING_STATUS
    • DATE_COMPLETED
  4. 按一下移除選取的項目
  5. 按一下資料流程中的儲存模型節點。在名稱中輸入 elastic_model_2


    elastic_model_2_df.png 描述如下
    elastic_model_2_df.png 圖解描述
  6. 按一下儲存。按一下執行資料流程 「執行資料流程」圖示
  7. 按一下返回 「後退」圖示

檢閱修訂後的機器學習模型

  1. 在您的首頁上,按一下機器學習。在 elastic_model_2 中,按一下動作,然後選取檢查
  2. 在 elastic_model_2 中,按一下品質


    elastic_model_2 中的剩餘值分佈稍有不同於 elastic_model_1 中的剩餘值分佈。

    elastic_model2_quality.png 描述如下
    elastic_model2_quality.png 圖解描述

    elastic_model_2 中的「決定係數」值為 2%。在 elastic_model_1 中,「判定係數」值為 16%。您的值會因執行資料流程時隨機選取的捐款資料而有所不同。

    elastic_model_1_residual.png 描述如下
    elastic_model_1_residual.png 圖解描述
  3. 按一下關閉

比較預測模型案例

  1. 按一下首頁,按一下工作簿和報表,接著按一下 donations_random_sample ,按一下動作 動作功能表圖示,然後按一下開啟
  2. 按一下編輯「編輯」圖示
  3. 在「資料」面板中,按一下建立案例。在「建立案例 - 選取模型」中,按一下 elastic_model_2 ,然後按一下確定
  4. 在「資料」面板中,展開 elastic_model_2 ,選取 TOTAL_DONATIONS 預測,然後將它拖曳至「語法」面板中的值 (Y 軸)

    即使兩個模型使用不同的模型變數,也會產生類似的結果。


    total_donations_model2.png 的描述如下
    total_donations_model2.png 圖解描述
  5. 按一下儲存

接下來的步驟

套用預測模型

深入瞭解