スコアリングツール

[スコアリング]ツールには、次の2つの入力が必要です。

• Rベースの予測ツールで作成されたモデルオブジェクト。
• モデル構成で選択された、予測フィールドを含むデータストリーム。 これは、標準のAlteryxデータストリームまたはXDFメタデータストリームです。

これらの入力を[スコアリング]ツール入力に接続して設定を開始します。

サポートされているモデル

[スコアリング]ツールは、RevoScaleR関数を使用して推定された場合でも、予測モデルからのデータストリームを使用できます。 [スコアリング]ツールでは、モデリングツールへの入力が XDF出力ツールまたはXDF入力ツールからもたらされ、のモデルがRevoScaleR 関数を使用していると推定される場合、XDFメタデータストリームのみを使用できます。

標準のAlteryxデータストリームで推定されたモデルをOracleデータソースのスコアリングに使用できますが、Oracleデータソースに接続されたIn-DB予測ツールを使用してOracle R Enterpriseによって推定されたモデルは、標準のAlteryxデータストリームをスコアリングすることができません。

• 新しいフィールド名(連続ターゲット)または接頭辞(カテゴリターゲット)： フィールド名または接頭辞は文字で始まり、文字、数字、および特殊文字ピリオド(「.」)および下線(_」)を含める必要があります。 Rは大文字小文字を区別します。
• ターゲットフィールドにオーバーサンプリングされた値があります： 以下を提供する場合に選択する：
  • オーバーサンプリングされたターゲットフィールドの値： オーバーサンプリングされたフィールドの名前。
  • オーバーサンプリング前の元のデータのオーバーサンプリングされた値のパーセンテージ： オーバーサンプリング中に繰り返された値のパーセンテージ。
  これらのフィールドは、真のサンプルパーセンテージにマッチする適合確率を調整するために使用されます。

  このオプションによる調整は、ターゲットがバイナリカテゴリ変数である場合にのみ有効です。

• 非正規化線形回帰のみのオプション
  • ターゲットフィールドは自然ログ変換されています： 値を元のスケールに戻す変換を適用し、スミア推定を使用して後続の変換バイアスを考慮します。
  • 予測信頼間隔を含める： 信頼間隔の計算に使用する値を指定する場合に選択します。

    OREで作成したモデルを使用する場合は、信頼間隔を計算するために元の推定テーブルがデータベースに存在する必要があります。

• XDF入力特有のオプション：
• 入力XDFファイルにスコアリングを付加： 入力XDFファイルをAlteryxデータストリームに配置するのではなく、入力XDFファイルにスコアリングを付加する場合に選択します。
• 一度にスコアリングするレコード数： グループ内のレコード数を選択します。 入力データは、Rのメモリ内処理の制限を回避するために、一度に1つのグループにスコアリングされます。

[スコアリング]ツールには、次の2つの入力が必要です。

• Rベースの予測ツールで作成されたモデルオブジェクト。
• モデル構成で選択された、予測フィールドを含むデータストリーム。 これは、標準のAlteryxデータストリームまたはXDFメタデータストリームです。

これらの入力を[スコアリング]ツール入力に接続して設定を開始します。

サポートされているモデル

[スコアリング]ツールは、RevoScaleR関数を使用して推定された場合でも、予測モデルからのデータストリームを使用できます。 [スコアリング]ツールでは、モデリングツールへの入力が XDF出力ツールまたはXDF入力ツールからもたらされ、のモデルがRevoScaleR 関数を使用していると推定される場合、XDFメタデータストリームのみを使用できます。

Oracleデータソースに接続されたIn-DB予測ツールを使用してOREによって推定されたモデルは、標準のAlteryxデータストリームをスコアリングすることはできませんが、標準のAlteryxデータストリームで推定されたモデルを使用してOracleデータソースをスコアリングすることはできます。

• 出力テーブル名： 結果がデータベースに保存されるテーブルの名前を入力します。
• 新しいフィールド名(連続ターゲット)または接頭辞(カテゴリターゲット)： フィールド名または接頭辞は文字で始まり、文字、数字、および特殊文字ピリオド(「.」)および下線(_」)を含める必要があります。

  その他の特殊文字は使用できず、Rは大文字と小文字を区別します。

• ターゲットフィールドにオーバーサンプリングされた値があります： 以下を提供する場合に選択する：
  • オーバーサンプリングされたターゲットフィールドの値： オーバーサンプリングされたフィールドの名前。
  • オーバーサンプリング前の元のデータのオーバーサンプリングされた値のパーセンテージ： オーバーサンプリング中に繰り返された値のパーセンテージ。
  これらのフィールドは、真のサンプルパーセンテージにマッチする適合確率を調整するために使用されます。

  このオプションによる調整は、ターゲットがバイナリカテゴリ変数である場合にのみ有効です。

• 線形回帰のみのオプション：
  • ターゲットフィールドは自然ログ変換されています： 値を元のスケールに戻す変換を適用し、スミア推定を使用して後続の変換バイアスを考慮します。
  • 予測信頼間隔を含める： 信頼間隔の計算に使用する値を指定する場合に選択します。

    OREで作成したモデルを使用する場合は、信頼間隔を計算するために元の推定テーブルがデータベースに存在する必要があります。

• Teradata固有の構成： Microsoft R Serverには、使用される特定のTeradataプラットフォームに関する追加の構成情報が必要です。
  • Rのバイナリ実行可能ファイルへのTeradataサーバーパス
  • Microsoft R Serverで使用される一時ファイル書き込み場所。
  この情報は、通常、ローカルのTeradata管理者によって提供されます。

• モデルソース： [スコアリング]ツールの(M)入力に渡されるモデルオブジェクトのソースを選択します。 これは次のいずれかです。
  • データベース内では、データストリームの「名前」フィールドの値によって識別されます。
  • データストリームの「オブジェクト」フィールドに含まれます。

出力には、モデルの予測値を含む元のデータストリームが含まれます。

カテゴリターゲットを使用するモデルの場合、ターゲット変数の各レベルの予測確率は、ユーザーが提供する接頭辞と、ターゲット変数の可能なレベルに対応するフィールドの接尾部で構成されるフィールド名で提供されます。

• 接続の追加をクリックします。
• 「接続の追加」ウィンドウで、Alteryx Promote URLを入力します。これは、モデルが格納されている場所を指すURLです。
• 次へをクリックします。
• 「Alteryx Promote資格認定書」ウィンドウで、 ユーザー名とAPIキーを入力します。
• 接続をクリックします。
• 成功した場合は、「確立された接続」ウィンドウで 終了を選択します。 新しい接続が選択され、ドロップダウンに表示されます。

• 利用可能な接続を選択します。
• 接続の削除をクリックします。
• 「確認」ウィンドウで、URLとユーザー名が削除する接続に関連付けられていることを確認します。
• OKをクリックします。

接続は、ドロップダウンではもう利用できません。