breadcrumbDescription
Anvend transformationer på dine data
Transformer modeldata for at forbedre pålideligheden, nøjagtigheden og forklarbarheden af forudsigelser. For modeller, der er oprettet fra grunden (Einstein), transformerer Modelkonstruktør automatisk ustruktureret tekst og erstatter manglende data. Du kan også manuelt transformere variabler i binære eller regressionsmodeller.
EditionsHeading
| Tilgængelig i: Alle versioner understøttes af Data 360. Se tilgængelighed af Data 360-versionen. |
| BRUGERTILLADELSER PÅKRÆVET | |
|---|---|
| Tillad brugere at administrere modeller i Einstein Studio | Giver dig mulighed for at oprette, opdatere og slette modeller i Einstein Studio. |
| TILLADELSESSÆT | |
|---|---|
| Data Cloud-arkitekt | Adgang på administratorniveau til alle Einstein Studio-funktioner, herunder muligheden for at oprette, opdatere, slette og aktivere modeller. |
| Data Cloud-bruger | Begrænset adgang til at bruge en model, herunder at få forudsigelser og forbedringer afledt fra en model. |
Tekstklynge-transformation
Text Clustering-transformationen analyserer ustrukturerede tekstfelter og opretter tekstklynger. På forudsigelsestidspunktet anvender modellen transformationen og tildeler en foruddefineret tekstklynge baseret på den angivne tekst. Transformationen reducerer høj kardinalitet og kombinerer tekstfelter i frit format i mindre klynger med lignende data. Dette hjælper en model med at lære fra og bruge teksten mere effektivt.
- I Modelkonstruktør-opsætning skal du klikke på en tekstvariabel (f.eks. beskrivelse), der indeholder en ustruktureret tekst.
- Fra fanen Indstillinger skal du gå til rullemenuen Transformation.
- Vælg Tekstklynge.
- Anvend transformationen, og klik på Næste. Fortsæt med at opbygge modellen og aktivere den, når du er klar.
Erstat manglende værdier-transformation
Transformationen Erstat manglende værdier bruger statistisk beregning, f.eks. middelværdi, middelværdi eller tilstand til at udfylde manglende værdier. På forudsigelsestidspunktet beregner modellen nye værdier baseret på de indstillinger, du definerede i Modelkonstruktør, og data fra en anden lignende variabel i datasættet. Den bruger disse numeriske værdier til at erstatte manglende værdier. Transformationen forbedrer datafuldstændighed og ensartethed i dine analyser.
- I Modelkonstruktør-opsætning skal du klikke på en numerisk variabel (f.eks. Tenure), der indeholder manglende værdier eller nulværdier.
- Klik på fanen Indstillinger.
- Fra rullelisten Transformation skal du vælge Erstat manglende værdier.
- Fra rullelisten Erstat med skal du vælge Gennemsnit, Median eller Tilstand for at beregne de numeriske værdier.
- På rullelisten Grupper efter skal du vælge den variabel, som du ønsker at hente de tilskrivne værdier fra.
- Anvend din transformation, og klik på Næste. Fortsæt med at opbygge modellen og aktivere den, når du er klar.
Datotransformationer
Du skal transformere datovariabler, før de kan bruges af din model. Under modeltræning eller på forudsigelsestidspunktet bruger modellen de transformationsindstillinger, du definerede i Modelkonstruktør, til at gruppere og fortolke datoværdier. Datoer kan transformeres efter dagen i ugen eller måneden i året, så modellen kan lære fra disse tidsbaserede mønstre.
- I Modelkonstruktør-opsætning skal du klikke på en datovariabel (f.eks. Oprettelsesdato), der indeholder datoværdier.
- Klik på fanen Indstillinger.
-
Fra rullelisten Transformation skal du vælge, hvordan du ønsker at transformere datoværdier (efter dag eller måned).
- Klik på Næste. Fortsæt med at opbygge modellen og aktivere den, når du er klar.
