Oracle OAC使用機(jī)器學(xué)習(xí)進(jìn)行線性回歸預(yù)測(cè)

1. OAC簡(jiǎn)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)胸哥,就是甲骨文最新云版數(shù)據(jù)可視化和數(shù)據(jù)分析工具稀拐。
更多OAC知識(shí)請(qǐng)移步OAC文檔

數(shù)據(jù)可視化界面

2. 文檔描述

此技術(shù)文檔主要描述了在OAC中如何使用機(jī)器學(xué)習(xí)袖订,使用回歸算法訓(xùn)練一個(gè)模型,根據(jù)優(yōu)惠編碼和日期預(yù)測(cè)銷售數(shù)量嗅虏,包括建立模型和應(yīng)用模型洛姑。主要面對(duì)的是OAC工具的使用,機(jī)器學(xué)習(xí)算法明細(xì)不在此文檔范圍內(nèi)皮服。

3. 創(chuàng)建和訓(xùn)練模型

3.1 創(chuàng)建數(shù)據(jù)流

我們選擇Oracle ADW自帶的銷售數(shù)據(jù)(sh.sales表)作為數(shù)據(jù)集楞艾。
我們需要用time_id, promo_id來(lái)預(yù)測(cè)quantity字段,為了后面篩選數(shù)據(jù)龄广,添加product_id字段硫眯,所以需要取數(shù)據(jù)集這四個(gè)字段:

  • Product_id
  • Time_id
  • Promo_id
  • quantity


    創(chuàng)建數(shù)據(jù)流

3.2 添加篩選器

因OAC中ML一次只能運(yùn)行不超過(guò)12500數(shù)據(jù),我們做一個(gè)篩選择同,只選取product_id為30的數(shù)據(jù)两入。


添加篩選器1

添加篩選器2

添加篩選器3

3.3. 添加訓(xùn)練數(shù)字預(yù)測(cè)步驟

這里我們選擇線性回歸作為此次預(yù)測(cè)算法。


添加訓(xùn)練數(shù)字預(yù)測(cè)步驟1

添加訓(xùn)練數(shù)字預(yù)測(cè)步驟2

3.4 配置線性回歸模型參數(shù)

在Target中選擇QUANTITY列作為預(yù)測(cè)目標(biāo)列敲才;


配置線性回歸模型參數(shù)1

回歸方法選擇OLS裹纳,即最小二乘法;
其它參數(shù)請(qǐng)參見線性回歸相關(guān)機(jī)器學(xué)習(xí)知識(shí)紧武。


配置線性回歸模型參數(shù)2

3.5 保存模型

添加保存模型步驟剃氧,取模型名稱為regr_test,注意阻星,名稱最好為英文朋鞍。


保存模型

3.6. 運(yùn)行數(shù)據(jù)流訓(xùn)練模型

點(diǎn)擊右上角運(yùn)行數(shù)據(jù)流按鈕,運(yùn)行時(shí)會(huì)提示需要先保存數(shù)據(jù)流妥箕。


運(yùn)行數(shù)據(jù)流訓(xùn)練模型1

運(yùn)行數(shù)據(jù)流訓(xùn)練模型2

4. 查看生成的模型

主菜單 > 機(jī)器學(xué)習(xí) 可查看創(chuàng)建的模型滥酥。


查看生成的模型1

鼠標(biāo)指針?lè)胖迷谀P土猩希c(diǎn)擊右邊圖標(biāo)按鈕矾踱,點(diǎn)擊檢查菜單可查看模型信息恨狈。


查看生成的模型2

查看生成的模型3

5. 應(yīng)用模型預(yù)測(cè)數(shù)據(jù)

準(zhǔn)備測(cè)試數(shù)據(jù),可以手工創(chuàng)建呛讲,我們需要的是指定promo_id和time_id禾怠,然后應(yīng)用建立的regr_test模型返奉,預(yù)測(cè)quantity值。

5.1. 準(zhǔn)備數(shù)據(jù)

需要準(zhǔn)備測(cè)試集數(shù)據(jù)吗氏,用于驗(yàn)證模型芽偏。這里從sh.sales中隨機(jī)抽取了一定量數(shù)據(jù)用于演示。

5.2. 添加應(yīng)用模型步驟

這里我們選擇開始建立的regr_test模型弦讽。


添加應(yīng)用模型步驟1

添加應(yīng)用模型步驟2

指定輸出列名稱污尉,這里我們保持系統(tǒng)自動(dòng)生成的名稱。
在輸入欄里指定列的映射往产。


在輸入欄里指定列的映射

5.3. 添加保存數(shù)據(jù)步驟

該步驟會(huì)生成一個(gè)新的數(shù)據(jù)集被碗,這里我們指定名稱為Test Data Set。


保存數(shù)據(jù)1

保存數(shù)據(jù)2

5.4. 運(yùn)行數(shù)據(jù)流生成包含預(yù)測(cè)列的數(shù)據(jù)集

運(yùn)行前會(huì)要求保存數(shù)據(jù)流仿村。


保存數(shù)據(jù)流

運(yùn)行成功后我們能在數(shù)據(jù)集中查看建立的數(shù)據(jù)集锐朴。


查看數(shù)據(jù)集

6. 建立項(xiàng)目查看預(yù)測(cè)值和原值匹配程度

因本次訓(xùn)練集和測(cè)試集為同一表,故按時(shí)間求和后數(shù)據(jù)完全一致蔼囊。如測(cè)試數(shù)據(jù)為新建數(shù)據(jù)焚志,更能驗(yàn)證預(yù)測(cè)準(zhǔn)確率。
其中數(shù)量列為實(shí)際值畏鼓,PredictedValue列為預(yù)測(cè)值酱酬。

查看預(yù)測(cè)值和原值匹配程度

7. 結(jié)語(yǔ)

原創(chuàng)文章,需轉(zhuǎn)載請(qǐng)留言和私信聯(lián)系云矫。如有疑問(wèn)膳沽,歡迎留言或私信共同探討。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末泼差,一起剝皮案震驚了整個(gè)濱河市贵少,隨后出現(xiàn)的幾起案子呵俏,更是在濱河造成了極大的恐慌堆缘,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,122評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件普碎,死亡現(xiàn)場(chǎng)離奇詭異吼肥,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)缀皱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)动猬,“玉大人,你說(shuō)我怎么就攤上這事赁咙∨チ” “怎么了免钻?”我有些...
    開封第一講書人閱讀 164,491評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)崔拥。 經(jīng)常有香客問(wèn)我极舔,道長(zhǎng),這世上最難降的妖魔是什么链瓦? 我笑而不...
    開封第一講書人閱讀 58,636評(píng)論 1 293
  • 正文 為了忘掉前任拆魏,我火速辦了婚禮,結(jié)果婚禮上慈俯,老公的妹妹穿的比我還像新娘渤刃。我一直安慰自己,他們只是感情好贴膘,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評(píng)論 6 392
  • 文/花漫 我一把揭開白布溪掀。 她就那樣靜靜地躺著,像睡著了一般步鉴。 火紅的嫁衣襯著肌膚如雪揪胃。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,541評(píng)論 1 305
  • 那天氛琢,我揣著相機(jī)與錄音喊递,去河邊找鬼。 笑死阳似,一個(gè)胖子當(dāng)著我的面吹牛骚勘,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播撮奏,決...
    沈念sama閱讀 40,292評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼俏讹,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了畜吊?” 一聲冷哼從身側(cè)響起泽疆,我...
    開封第一講書人閱讀 39,211評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎玲献,沒(méi)想到半個(gè)月后殉疼,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體撑瞧,經(jīng)...
    沈念sama閱讀 45,655評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡善已,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了黎比。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片礼预。...
    茶點(diǎn)故事閱讀 39,965評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡眠砾,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出托酸,到底是詐尸還是另有隱情褒颈,我是刑警寧澤伙单,帶...
    沈念sama閱讀 35,684評(píng)論 5 347
  • 正文 年R本政府宣布,位于F島的核電站哈肖,受9級(jí)特大地震影響吻育,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜淤井,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評(píng)論 3 329
  • 文/蒙蒙 一布疼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧币狠,春花似錦游两、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至止吐,卻和暖如春宝踪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背碍扔。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工瘩燥, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人不同。 一個(gè)月前我還...
    沈念sama閱讀 48,126評(píng)論 3 370
  • 正文 我出身青樓厉膀,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親二拐。 傳聞我的和親對(duì)象是個(gè)殘疾皇子服鹅,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容