OAC教程之机器学习使用

1. OAC简介

Oracle Analytics Cloud empowers business analysts and consumers with modern, AI-powered, self-service analytics capabilities for data preparation, visualization, enterprise reporting, augmented analysis, and natural language processing/generation.

OAC(Oracle analytic Cloud，甲骨文分析云)，就是甲骨文最新云版数据可视化和数据分析工具。
更多OAC知识请移步OAC文档。

数据可视化界面

2. 文档描述

此技术文档主要描述了在OAC中如何使用机器学习，使用回归算法训练一个模型，根据优惠编码和日期预测销售数量，包括建立模型和应用模型。主要面对的是OAC工具的使用，机器学习算法明细不在此文档范围内。

3. 创建和训练模型

3.1 创建数据流

我们选择Oracle ADW自带的销售数据(sh.sales表)作为数据集。
我们需要用time_id, promo_id来预测quantity字段，为了后面筛选数据，添加product_id字段，所以需要取数据集这四个字段：

• Product_id
• Time_id
• Promo_id

• quantity

  
  
  

  创建数据流

3.2 添加筛选器

因OAC中ML一次只能运行不超过12500数据，我们做一个筛选，只选取product_id为30的数据。

添加筛选器1

添加筛选器2

添加筛选器3

3.3. 添加训练数字预测步骤

这里我们选择线性回归作为此次预测算法。

添加训练数字预测步骤1

添加训练数字预测步骤2

3.4 配置线性回归模型参数

在Target中选择QUANTITY列作为预测目标列；

配置线性回归模型参数1

回归方法选择OLS，即最小二乘法；
其它参数请参见线性回归相关机器学习知识。

配置线性回归模型参数2

3.5 保存模型

添加保存模型步骤，取模型名称为regr_test，注意，名称最好为英文。

保存模型

3.6. 运行数据流训练模型

点击右上角运行数据流按钮，运行时会提示需要先保存数据流。

运行数据流训练模型1

运行数据流训练模型2

4. 查看生成的模型

主菜单 > 机器学习 可查看创建的模型。

查看生成的模型1

鼠标指针放置在模型列上，点击右边图标按钮，点击检查菜单可查看模型信息。

查看生成的模型2

查看生成的模型3

5. 应用模型预测数据

准备测试数据，可以手工创建，我们需要的是指定promo_id和time_id，然后应用建立的regr_test模型，预测quantity值。

5.1. 准备数据

需要准备测试集数据，用于验证模型。这里从sh.sales中随机抽取了一定量数据用于演示。

5.2. 添加应用模型步骤

这里我们选择开始建立的regr_test模型。

添加应用模型步骤1

添加应用模型步骤2

指定输出列名称，这里我们保持系统自动生成的名称。
在输入栏里指定列的映射。

在输入栏里指定列的映射

5.3. 添加保存数据步骤

该步骤会生成一个新的数据集，这里我们指定名称为Test Data Set。

保存数据1

保存数据2

5.4. 运行数据流生成包含预测列的数据集

运行前会要求保存数据流。

保存数据流

运行成功后我们能在数据集中查看建立的数据集。

查看数据集

6. 建立项目查看预测值和原值匹配程度

因本次训练集和测试集为同一表，故按时间求和后数据完全一致。如测试数据为新建数据，更能验证预测准确率。
其中数量列为实际值，PredictedValue列为预测值。

查看预测值和原值匹配程度

7. 结语

原创文章，需转载请留言和私信联系。如有疑问，欢迎留言或私信共同探讨。