Ferramenta Pontuação
A ferramenta de Pontuação cria uma estimativa de uma variável de destino aplicando um modelo R a um conjunto de variáveis de preditores fornecidas. Se a variável de destino for categórica, ele fornece probabilidades de que um registro (com base na variável de preditor) pertence a cada categoria. Se a variável de destino for contínua, ele estima o valor da variável de destino. Embora possa ser usado para avaliar o desempenho do modelo, ele não faz isso por conta própria.
Esta ferramenta utiliza a ferramenta R. Acesse Opções > Baixar ferramentas preditivas e faça login em Portal de downloads and licenças do Alteryx para instalar o R e os pacotes usados pela Ferramenta R. Veja Baixar e utilizar ferramentas preditivas.
Tipo de modelo
A ferramenta de Pontuação pode avaliar modelos de vários locais:
- Modelo local: o modelo é puxado para o fluxo de trabalho de uma máquina local ou é acessado dentro de um banco de dados.
- Promovao modelo: o modelo é armazenado no sistema de gestão do modelo de promoção.

A ferramenta de Pontuação pode ser configurada para modelos acessados por um fluxo de trabalho padrão ou para modelos acessados usando a suíte in-DB.


A ferramenta de Pontuação requer duas entradas:
- O objeto modelo produzido em uma ferramenta preditiva baseada em R.
- Um fluxo de dados que contém os campos do preditor selecionados na configuração do modelo. Isso pode ser um fluxo de dados padrão Alteryx ou um fluxo de metadados Xdf do.
Conecte essas entradas à entrada da ferramenta de Pontuação para iniciar a configuração.
Modelos suportados
A ferramenta de Pontuação pode usar um fluxo de dados de um modelo preditivo, mesmo se ele foi estimado usando uma função RevoScaleR. A ferramenta de Pontuação só pode usar um fluxo de metadados Xdf do se a entrada para a ferramenta de modelagem foi a partir de qualquer um Ferramenta Saída XDF ou Ferramenta Entrada XDF e o modelo foi estimado usando uma função RevoScaleR.
Os modelos estimados pela Oracle R Enterprise usando uma ferramenta de previsão in-DB conectado a uma fonte de dados Oracle não podem ser usados para marcar um fluxo de dados Alteryx padrão, embora os modelos estimados com um fluxo de dados Alteryx padrão possam ser usados para marcar fontes de dados Oracle.

- O novo nome do campo (destino contínuo) ou prefixo (destino categórico): o nome do campo ou prefixo deve começar com uma letra e pode conter letras, números e o período de caracteres especiais (".") e sublinhado ("_"). R diferencia maiúsculas e minúsculas.
- O campo de destino tem um valor superamostrado: esses campos são usados para ajustar as probabilidades cabidas para coincidir com as porcentagens de exemplo verdadeiro. Selecione para fornecer:
- O valor do campo de destino que foi superamostrado: o nome do campo de superamostrado.
- A porcentagem do valor superamostrado nos dados originais antes da Superamostragem: a porcentagem de valores que foram repetidos durante a amostragem.
- Opções de regressão linear não regularizada apenas:
- O campo de destino tem sido o log natural transformado: Selecione para aplicar uma transformação que se adapte aos valores de volta à escala original e usar um estimador de manchas para explicar o viés de transformação subsequente.
- Inclua um intervalo de confiança de previsão: Selecione para especificar o valor usado para calcular intervalos de confiança.
- Opções específicas de entrada Xdf do:
- Acrescentar pontuações ao arquivo de Xdf do de entrada: Selecione para acrescentar pontuações ao arquivo de Xdf do de entrada em vez de colocá-los em um fluxo de dados Alteryx.
- O número de registros a serem marcados de cada vez: Selecione o número de registros em um grupo. Dados de entrada são marcados um grupo de cada vez para evitar a limitação de processamento na memória de R.
Os ajustes feitos por essa opção só são válidos se o destino for uma variável categórica binária.
Modelos criados em minério
Se estiver usando um modelo criado por minério, a tabela de estimativas original deve existir no banco de dados para calcular intervalos de confiança.

A ferramenta de Pontuação suporta Oracle, Microsoft SQL Server 2016 e Teradata em banco de dados de processamento. Veja Visão geral do recurso Na base de dados para obter mais informações sobre suporte e ferramentas no banco de dados.
Para acessar a versão em-DB da ferramenta Pontuação:
- Coloque uma ferramenta in-DB na tela. A ferramenta Pontuação muda automaticamente para a versão em-dB.
- Clique com o botão direito do mouse na ferramenta pontuação, aponte para escolher a versão da ferramenta e selecione a versão em-dB.
Veja Análise de dados preditiva para obter mais informações sobre o suporte de banco de dados preditivo.

A ferramenta de Pontuação requer duas entradas:
- O objeto modelo produzido em uma ferramenta preditiva baseada em R.
- Um fluxo de dados que contém os campos do preditor selecionados na configuração do modelo. Isso pode ser um fluxo de dados padrão Alteryx ou um fluxo de metadados Xdf do.
Conecte essas entradas à entrada da ferramenta de Pontuação para iniciar a configuração.
Modelos suportados
A ferramenta de Pontuação pode usar um fluxo de dados de um modelo preditivo, mesmo se ele foi estimado usando uma função RevoScaleR. A ferramenta de Pontuação só pode usar um fluxo de metadados Xdf do se a entrada para a ferramenta de modelagem foi a partir de qualquer um Ferramenta Saída XDF ou Ferramenta Entrada XDF e o modelo foi estimado usando uma função RevoScaleR.
Modelos estimados por minério usando uma ferramenta de previsão in-DB conectado a uma fonte de dados Oracle não pode ser usado para marcar um fluxo de dados padrão Alteryx, embora os modelos estimados com um fluxo de dados Alteryx padrão pode ser usado para marcar fontes de dados Oracle.

- Nome da tabelade saída: digite o nome da tabela que os resultados são salvos no banco de dados.
- O novo nome do campo (destino contínuo) ou prefixo (destino categórico): o nome do campo ou prefixo deve começar com uma letra e pode conter letras, números e o período de caracteres especiais (".") e sublinhado ("_").
- O campo de destino tem um valor superamostrado: esses campos são usados para ajustar as probabilidades cabidas para coincidir com as porcentagens de exemplo verdadeiro. Os ajustes feitos por essa opção só são válidos se o destino for uma variável categórica binária. Selecione para fornecer:
- O valor do campo de destino que foi superamostrado: o nome do campo de superamostrado.
- A porcentagem do valor superamostrado nos dados originais antes da Superamostragem: a porcentagem de valores que foram repetidos durante a amostragem.
- Opções de regressão linear apenas:
- O campo de destino tem sido o log natural transformado: Selecione para aplicar uma transformação que se adapte aos valores de volta à escala original e usar um estimador de manchas para explicar o viés de transformação subsequente.
- Inclua um intervalo de confiança de previsão: Selecione para especificar o valor usado para calcular intervalos de confiança.
- Configuração específicado Teradata: o Microsoft Machine Learning Server precisa de informações de configuração adicionais sobre a plataforma específica Teradata a ser usada. Essas informações geralmente são fornecidas por um administrador Teradata local.
- Os caminhos do servidor Teradata para executáveis binários do R
- O local de gravação de arquivo temporário que é usado pelo Microsoft Machine Learning Server.
Nenhum outro caractere especial é permitido, e R é diferencia maiúsculas de minúsculas.
Modelos criados em minério
Se estiver usando um modelo criado por minério, a tabela de estimativas original deve existir no banco de dados para calcular intervalos de confiança.

- Fontedo modelo: selecione a origem do objeto de modelo que é passado para a entrada (M) da ferramenta de pontuação. Isso pode ser qualquer um:
- No banco de dados, identificado pelo valor no campo "nome" do fluxo de dados.
- Contidas no campo "objeto" do fluxo de dados.

A saída inclui os fluxos de dados originais com os valores previstos do modelo. No caso de um modelo que usa um destino categórico, uma probabilidade prevista para cada nível da variável de destino é fornecida em um nome de campo composto do prefixo fornecido pelo usuário e o sufixo do campo que corresponde ao nível possível da variável de destino .

Promover é uma plataforma para implantação, gerenciamento e dimensionamento de modelos preditivos. Alteryx pode se conectar à plataforma de promoção para acessar modelos armazenados e pontuação contra eles.

Estabelecer um Alteryx promover a conexão.
Conexão do Alteryx Promote: uma lista suspensa usada para selecionar a partir das conexões do Promote.
Adicionar conexão: uma opção para adicionar à lista de conexões disponíveis do Promote. O gerenciador de conexão do Promote opera independentemente dos fluxos de trabalho.

- Clique em Adicionar conexão.
- Na janela Adicionar conexão, insira uma URL do Alteryx Promote, uma URL que aponta para o local onde seu modelo está armazenado.
- Clique em Avançar.
- Na janela Credenciais do Alteryx Promote, digite seu nome de usuário e a chave de API.
- Clique em Conectar.
- Caso consiga, selecione Concluir na janela Conexão estabelecida. A nova conexão é selecionada e visível na lista suspensa.

- Selecione uma conexão disponível.
- Clique em Remover conexão.
- Na janela de confirmação, verifique se a URL e o nome de usuário estão associados à conexão que você deseja remover.
- Clique em OK. A conexão não está mais disponível na lista suspensa.
Acesso ao Promote
Se você não tiver certeza de que tem acesso ao Promote ou se necessita de assistência para encontrar as credenciais necessárias, entre em contato com seu administrador local ou seu representante de atendimento ao cliente.

Uma lista dos modelos que você tem acesso é gerada. Percorrer a lista ou usar a função de pesquisa para localizar o modelo que você deseja marcar e selecionar o caminho do modelo.
Depois que um caminho de modelo é selecionado, as informações sobre o modelo são preenchidas.
- Nome: o nome do modelo.
- Proprietário: o dono do modelo.
- Status: o estado atual do modelo, refletindo sua acessibilidade.
- Online: o modelo está atualizado e pronto para processar dados.
- Building: o modelo está atualmente sendo atualizado e não pode processar dados.
- Teste de unidade com falha: construção de modelo concluída, mas os componentes falharam na compilação corretamente. O modelo não pode processar dados.
- Falha: o modelo falhou ao compilar corretamente e não pode processar dados.
- Offline: o modelo não foi criado e não pode processar dados.
- Última atualização: a timestamp da compilação do último modelo.
Verifique se o modelo está disponível para processamento de dados e selecione Done.

O Resumo de configuração fornece um resumo das credenciais usadas e o Resumo do modelo do modelo selecionado.