使用機器學習 (ML) 模型

「資料轉換」支援在資料流程中使用 ML 模型。瞭解如何在資料流程中建立及使用機器學習 (ML) 模型。

  • 在資料流程編輯器中建立 ML 模型資料實體
    若要在資料轉換中使用 ML 模型，您必須建立兩個資料流程。您必須先使用資料流程編輯器建置 ML 模型資料實體，然後才能使用資料流程中的資料實體來探勘來源連線的資料，並將其載入目標伺服器。
  • ML 模型資料實體特性
    新增資料實體精靈的特性頁籤提供可用來定義 ML 模型資料實體的資料探勘選項。
  • 在資料流程中使用 ML 模型
    您可以使用預測模型資料庫功能，在來源資料上執行 ML 模型演算法，並將輸出載入目標資料庫。

父項主題：資料轉換頁面

在資料流程編輯器中建立 ML 模型資料實體

若要在資料轉換中使用 ML 模型，您必須建立兩個資料流程。您必須先使用資料流程編輯器建置 ML 模型資料實體，然後才能使用資料流程中的資料實體來探勘來源連線的資料，並將其載入目標伺服器。

若要在資料流程編輯器中建立 ML 模型資料實體，

  1. 將您要在「設計畫面」上建置 ML 模型的資料實體拖曳至「設計畫面」。
  2. 選取元件，然後按一下目標元件右上角的「新增資料實體」圖示 「新增資料實體」圖示。
  3. 新增資料實體頁面隨即顯示，可讓您設定目標元件的下列詳細資訊：

    一般頁籤

    • 在名稱文字方塊中，輸入新建立之資料實體的名稱。
    • 從實體類型下拉式清單中，選取 ML 模型作為資料實體類型。
      當您選取此實體類型時，使用者介面會變更如下：
      • 連線下拉式清單只會列出您已建立的 Oracle 連線。
      • 「新增資料實體」精靈會顯示特性頁籤，您可以在其中選取學習類型、函式、演算法，以及設定參數以定義 ML 模型。請參閱 ML 模型資料實體特性以瞭解詳細資訊。
    • 從連線類型下拉式清單中，選取要新增新建立之「資料實體」的必要連線。對於 ML 模型資料實體，連線類型下拉式清單只列出 Oracle 作為選項。
    • 「連線」下拉式清單會填入您以關聯的連線類型建立的連線。從連線下拉式清單中，選取您要保留 ML 模型資料實體的伺服器名稱。
    • 在綱要下拉式清單中，與所選連線對應的所有綱要都會列在兩個群組中。
      • 新資料庫綱要 (您之前未匯入的綱要) 和
      • 現有的資料庫綱要 (您之前匯入的資料庫綱要，可能會取代資料實體)。
      從綱要下拉式清單中，選取必要的綱要。
    • 在標記文字方塊中，輸入您選擇的標記。您可以使用標記來篩選資料實體頁面中顯示的資料實體。
    • 如果您要將此資料實體標示為功能群組，請展開進階選項，然後按一下視為功能群組核取方塊。
    • 按一下下一步。

    特性頁籤

    • 選取您要用來建立此資料實體的學習類型、函式和演算法。如需有關選項的詳細資訊，請參閱 ML 模型資料實體特性。
    • 根據選取的選項，參數區段會填入標示為「重要性」和「高」的參數清單。您可以使用 「新增參數」圖示 圖示來新增其他必要參數。

      您必須指定每個參數的值，才能順利執行資料流程。

    資料欄頁籤

    • 按一下 「新增資料欄」圖示「新增資料欄」圖示，將新資料欄新增至新建立的資料實體。

      會將新資料欄新增至顯示的表格。

    • 此表格顯示下列資料欄：
      • 名稱
      • 資料類型 - 按一下儲存格以設定所需的資料類型。
      • 比例
      • 長度
      • 動作 - 按一下交叉圖示以刪除建立的資料欄。
    • 若要大量刪除資料欄，請選取資料欄，然後按一下 「刪除」圖示「刪除」圖示。
    • 若要搜尋必要的資料欄詳細資訊，請在「搜尋」文字方塊中輸入必要的資料欄名稱，然後按一下 Enter。會顯示必要資料欄的詳細資訊。
    • 按一下下一步。

    預覽資料實體頁籤

    它會顯示所有已建立資料欄及其設定明細的預覽。如果資料實體屬於 Oracle 資料庫，您也可以檢視表格的統計資料。請參閱檢視資料實體的統計資料以瞭解詳細資訊。

  4. 按一下儲存以儲存組態，然後結束精靈。
  5. 儲存並執行資料流程。

    系統會建立新的「資料實體」。此時會顯示在「資料實體」頁面中。

父項主題：使用機器學習 (ML) 模型

ML 模型資料實體特性

新增資料實體精靈的特性頁籤提供可用來定義 ML 模型資料實體的資料探勘選項。

本主題假設事先瞭解 Oracle Machine Learning 的概念，例如資料探勘功能和演算法。如需詳細資訊，請參閱 Oracle Machine Learning for SQL API Guide 。

您可以使用下列任一選項來設定 ML 模型資料實體的特性：

  • 學習類型：受監督
    • 功能：分類
      • 決策樹
      • 明確語意分析
      • 一般化線性模式
      • 單純貝氏 (Naive Bayes)
      • 隨機樹系
      • 類神經網路
      • 支援向量機
    • 函數：迴歸
      • 一般化線性模式
      • 類神經網路
      • 支援向量機
    • 功能：時間序列
      • 指數平滑
    • 功能：屬性重要性
      • 描述長度下限
  • 學習類型：不受監督
    • 功能：關聯
      • Apriori
    • 功能：屬性重要性
      • CUR 矩陣分解
    • 函數：異常偵測
      • 一級支援向量機
    • 功能：叢集化
      • 期望值最大化
      • k-Means
      • 正交分割叢集
    • 功能：功能擷取
      • 明確語意分析
      • 非負矩陣分解
      • 奇異值分解

父項主題：使用機器學習 (ML) 模型

在資料流程中使用 ML 模型

您可以使用預測模型資料庫功能，在來源資料上執行 ML 模型演算法，並將輸出載入目標資料庫。

在資料流程中使用 ML 模型之前，您需要先建置 ML 模型。如需有關如何建立 ML 模型的指示，請參閱在資料流程編輯器中建立 ML 模型資料實體。

若要在資料流程中使用 ML 模型：

  1. 依照建立資料流程中的指示建立新的資料流程。
  2. 在「資料流程編輯器」中，拖曳要作為資料流程來源的表格，然後將它們放到設計工作區。
  3. 從「資料庫函數」工具列中，按一下機器學習，然後將預測模型轉換元件拖放到設計工作區。
  4. 按一下預測模型轉換元件以檢視其特性。
  5. 在一般頁籤中，指定下列項目：
    • 連線 - 下拉式清單中列出所有可用的 Oracle 連線。選取您要使用的 Oracle 連線。
    • 綱要 - 選取綱要。
    • ML 模型 - 下拉式清單列出所有可用的 ML 模型。請參閱在資料流程編輯器中建立 ML 模型資料實體，以取得如何建立 ML 模型的指示。
  6. 在資料欄對應頁籤中，對應要內嵌至運算子 INPUT 屬性的來源資料欄。資料欄對應中唯一可用的資料欄是 prediction parameters。將文字資料欄從可用資料欄拖曳至「表示式」資料欄。
  7. 將您要用來作為資料流程中目標的表格拖放至設計工作區。
  8. 儲存並執行資料流程。

    「資料轉換」將對來源資料執行預測模型，並將輸出寫入目標表格。

父項主題：使用機器學習 (ML) 模型