Поделиться через

Создание модели прогнозирования

  • Статья

В этом примере создается модель ИИ прогноза Power Apps, использующая таблицу намерений интернет-покупателей в Microsoft Dataverse. Чтобы получить эти образцы данных в свою среду Microsoft Power Platform, включите параметр Развертывать примеры приложений и данных при создании среды, как описано в разделе Сборка модели в AI Builder. Или выполните более подробные инструкции в разделе Подготовка данных. После добавления образца данных в Dataverse выполните следующие действия, чтобы создать модель.

  1. Выполните вход в Power Apps или Power Automate.

  2. В области навигации слева выберите Дополнительно>Центр ИИ.

  3. В разделе Возможности ИИ выберите Модели ИИ.

    (Необязательно) Чтобы модели ИИ постоянно находились в меню для быстрого доступа, выберите значок булавки.

  4. Выберите Прогноз — Прогнозирование будущих результатов по историческим данным.

  5. Выберите Создать пользовательскую модель.

Выбор исторических результатов

Представьте себе прогноз, который требуется создать в AI Builder. Например, в случае вопроса "Будет ли клиент уходить?" подумайте о таких факторах:

  • Где находится таблица, содержащая сведения об оттоке клиентов?
  • Есть ли столбец, в котором конкретно указано, ушел ли клиент?
  • Имеются ли в столбце неизвестные, возможно создающие неопределенность?

Используйте эти сведения для выбора. При работе с предоставленными примерами данных вопрос будет таким: "Пользователь моего интернет-магазина сделал покупку?" Если сделал, то для этого клиента должен быть зарегистрирован доход. Таким образом, наличие дохода от этого клиента и будет историческим результатом. Если эта информация пуста, то AI Builder может помочь вам сделать прогноз.

  1. В раскрывающемся меню Таблица выберите таблицу, содержащую данные, и результат, который требуется спрогнозировать. В образце данных выберите Намерение интернет-покупателя.

  2. В раскрывающемся меню Столбец выберите столбец, содержащий результат. В образце данных выберите Доход (метка). Если вы хотите попробовать предсказать число, выберите ExitRates.

  3. Если вы выбрали набор параметров, который содержит несколько результатов, возможно, потребуется соотнести его с ответом "Да" или "Нет", чтобы предсказать, произойдет нечто или нет.

  4. Если вы хотите спрогнозировать несколько результатов, используйте в примере бразильский набор данных электронной торговли и выберите Заказ BC в раскрывающемся меню Таблица и Сроки доставки в раскрывающемся меню Столбец.

Заметка

AI Builder поддерживает следующие типы данных для столбца результатов:

  • Да/нет
  • Варианты
  • Целое число
  • Десятичное число
  • Число с плавающей запятой
  • Валюта

Выбор столбцов данных для обучения модели

После выбора Таблица и Столбец и сопоставления результата можно внести изменения в столбцы данных, используемые для обучения модели. По умолчанию выбраны все соответствующие столбцы. Можно отменить выбор столбцов, которые могут уменьшить точность модели. Если вы не уверены, что здесь делать, не волнуйтесь. AI Builder попытается найти столбцы, предоставляющие оптимальную модель. В примере данных просто оставьте все как есть и выберите Далее.

Рекомендации по выбору столбцов данных

Учтите самое важное: не определяется ли результатом какой-то столбец, который не является столбцом исторического результата.

Предположим, вы хотите спрогнозировать, будет ли задерживаться доставка. В ваших данных может присутствовать фактическая дата доставки. Она появится только после доставки заказа. Если этот столбец включен, то модель будет иметь точность, близкую к 100процентам. Заказы, которые требуют прогноза, пока еще не доставлены. Следовательно, столбец даты их доставки не будет заполнен. Поэтому стоит отменить выбор таких столбцов перед обучением. В машинном обучении это называется целевой утечкой или утечкой данных. AI Builder пытается отфильтровать столбцы, которые имеют слишком хорошее значение, однако обязательно проверьте их сами.

Заметка

При выборе полей данных некоторые типы данных, — например, изображения, которые нельзя использовать в качестве входных для обучения модели — не отображаются. Кроме того, системные столбцы, такие как "Создано", исключаются по умолчанию.

Если у вас есть связанные таблицы, которые могут повысить производительность прогноза, их можно также включить. Как и в случае, когда вы хотели предсказать, уйдет ли клиент, вам следует включить дополнительную информацию, которая может быть в отдельной таблице. В настоящее время AI Builder поддерживает связи "многие к одному".

Фильтрация данных

После выбора столбцов данных для обучения можно выполнить фильтрацию по данным. Ваши таблицы будут содержать все строки. Тем не менее может потребоваться сосредоточиться на обучении и прогнозировании подмножества строк. Если известно, что в одной таблице, используемой для обучения модели, есть нежелательные данные, можно использовать этот шаг, чтобы отфильтровать модель.

Например, если применить фильтр для просмотра только региона США, модель будет обучаться по строкам, в которых результат известен только для региона США. При обучении этой модели будет создаваться только прогноз для строк, в которых результат неизвестен только для региона США.

Фильтрация аналогична функции редактора представлений Power Apps. Начните с добавления:

  • строка, содержащая одно условие фильтра;
  • группа, которая позволяет вкладывать условия фильтра;
  • Связанная таблица, которая позволяет создать условие фильтра для связанной таблицы.

Выберите столбец, оператор и значение, представляющее условие фильтра. Чтобы группировать строки или массово их удалять, можно использовать флажки.

Следующий шаг

Обучение и публикация модели прогнозирования