Ferramenta Pontuação
A ferramenta de pontuação cria uma estimativa de uma variável-alvo aplicando um modelo R a um conjunto de variáveis preditoras 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 usa a ferramenta R. Vá para Opções > Baixe ferramentas preditivas e faça login no portal Alteryx Downloads and Licenses para instalar R e os pacotes utilizados pela Ferramenta R. Consulte Baixar e Usar Ferramentas Preditivas.
Tipo de modelo
A ferramenta Score pode avaliar modelos a partir 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.
Configurar para o modelo local
A ferramenta Score pode ser configurada para modelos acessados por um fluxo de trabalho padrão ou para modelos acessados usando o conjunto In-DB.
Configure a ferramenta para processamento padrão
Conectar entradas
A ferramenta Score 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 Score para iniciar a configuração.
Modelos suportados
A ferramenta Score pode usar um fluxo de dados de um modelo preditivo, mesmo que tenha sido estimado usando uma função RevoScaleR. A ferramenta Score só pode usar um fluxo de metadados XDF se a entrada na ferramenta de modelagem for de uma ferramenta de saída XDF ou da Ferramenta de Entrada XDF e o modelo foi estimado usando uma função RevoScaleR.
Modelos estimados pela Oracle R Enterprise usando uma ferramenta preditiva In-DB conectada a uma fonte de dados Oracle não podem ser usados para pontuar um fluxo de dados Alteryx padrão, embora modelos estimados com um fluxo de dados Alteryx padrão possam ser usados para pontuar fontes de dados oracle.
Configuração
Os ajustes feitos por essa opção só são válidos se o destino for uma variável categórica binária.
- O novo nome de campo (alvo contínuo) ou prefixo (alvo categórico): O nome de campo ou prefixo deve começar com uma letra e pode conter letras, números e o período de caracteres especiais (".") e sublinhar ("_"). O 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:
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.
- 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:
- Pontuações de apêndice para o arquivo XDF de entrada: Selecione para anexar pontuações para o arquivo XDF de entrada em vez de colocá-los em um fluxo de dados Alteryx.
- O número de registros para marcar de cada vez: Selecione o número de registros em um grupo. Os dados de entrada são pontuados em um grupo de cada vez para evitar a limitação de processamento na memória de R.
Configure a ferramenta para processamento no banco de dados
A ferramenta Score suporta o processamento oracle, microsoft SQL Server 2016 e Teradata no banco de dados. Consulte visão geral do banco de dados para obter mais informações sobre suporte e ferramentas no banco de dados.
Para acessar a versão In-DB da ferramenta Score:
- Coloque uma ferramenta In-DB na tela. A ferramenta Score muda automaticamente na versão In-DB.
- Clique direito na ferramenta Score, aponte para escolher a versão da ferramenta e selecione a versão In-DB.
Consulte Predictive Analytics para obter mais informações sobre o suporte preditivo no banco de dados.
Conectar uma entrada
A ferramenta Score 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 Score para iniciar a configuração.
Modelos suportados
A ferramenta Score pode usar um fluxo de dados de um modelo preditivo, mesmo que tenha sido estimado usando uma função RevoScaleR. A ferramenta Score só pode usar um fluxo de metadados XDF se a entrada na ferramenta de modelagem for de uma ferramenta de saída XDF ou da Ferramenta de Entrada XDF e o modelo foi estimado usando uma função RevoScaleR.
Modelos estimados pelo ORE usando uma ferramenta preditiva In-DB conectada a uma fonte de dados Oracle não podem ser usados para pontuar um fluxo de dados Alteryx padrão, embora modelos estimados com um fluxo de dados Alteryx padrão possam ser usados para pontuar as fontes de dados da Oracle.
Configuração
Nenhum outro caractere especial é permitido, e R é diferencia maiúsculas de minúsculas.
- Nome da tabelade saída: digite o nome da tabela que os resultados são salvos no banco de dados.
- O novo nome de campo (alvo contínuo) ou prefixo (alvo categórico): O nome de campo ou prefixo deve começar com uma letra e pode conter letras, números e o período de caracteres especiais (".") e sublinhar ("_").
- 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:
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.
- 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 arquivo temporário escreve o local usado pelo Microsoft Machine Learning Server.
Fonte do modelo (somente Oracle)
- Fonte do modelo: selecione a fonte do objeto modelo que é passado para a entrada (M) da ferramenta Score. 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.
Visualizar a saída
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 .
Configurar para promover o modelo
Promover é uma plataforma para implantação, gerenciamento e dimensionamento de modelos preditivos. Alteryx pode se conectar à plataforma Promover para acessar modelos armazenados e pontuação contra eles.
Promover credenciais
- Estabeleça uma Conexão De Promoção alteryx.
- Alteryx Promover conexão: Uma lista de drop-down usada para selecionar entre conexões salvaram Promover.
- Adicionar conexão: Uma opção para adicionar à lista de conexões disponíveis promover. O gerenciador de conexão do Promote opera independentemente dos fluxos de trabalho.
Adicionar uma conexão promover
- Clique em Adicionar conexão.
- Na janela Adicionar conexão, digite uma URL Alteryx Promote, uma URL que aponta para o local onde seu modelo está armazenado.
- Clique em Next.
- Na janela Alterarse promover credenciais, digite seu nome de usuário e chave API.
- Clique em Conectar.
- Se for bem-sucedido, na janela Conexão Estabelecida, selecione Terminar. A nova conexão é selecionada e visível na lista suspensa.
Excluir uma conexão de promoção
- 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.
Promover o acesso
Se você não tiver certeza se tem acesso ao recurso promover ou precisar de assistência para encontrar suas credenciais necessárias, entre em contato com o administrador local ou com o representante de suporte.
Seleção do modelo
Uma lista dos modelos que você tem acesso é gerada. Percorra a lista ou use a função de pesquisa para encontrar o modelo que deseja pontuar 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 da modelo.
- Status: O estado atual do modelo, refletindo sua acessibilidade.
- Online: O modelo está atualizado e pronto para processar dados.
- Construção: O modelo está sendo atualizado e não pode processar dados.
- Teste da unidade com falha: Modelo terminou de construir, mas os componentes não conseguiram construir corretamente. O modelo não pode processar dados.
- Falha: O modelo falhou em construir corretamente e não pode processar dados.
- Offline: O modelo não foi construído e não pode processar dados.
- Última atualização: O estamp do último modelo é construído.
Verifique se o modelo está disponível para processamento de dados e selecione Feito.
Resumo da configuração
O Resumo de Configuração fornece um resumo das credenciais utilizadas e do Resumo do Modelo do modelo selecionado.