Улучшение модели прогнозирования

В этой статье описываются функции, которые можно использовать для повышения эффективности моделей прогнозирования. Вы начинаете совершенствовать свою модель в рабочей области Прогнозы платежей клиентов в Microsoft Dynamics 365 Finance. Этапы улучшения затем выполняются в AI Builder.

Выбор исторических результатов

Сначала необходимо выбрать один или несколько из трех возможных результатов для накладных: Вовремя, С задержкой и С большой задержкой. Должны быть выбраны все три результата. Если снять выделение каких-либо результатов, накладные будут отфильтрованы из процесса обучения, и точность прогноза будет уменьшена.

Если вашей организации требуется только два результата, измените пороговые значения С задержкой и С большой задержкой на 0 (ноль) дней. Таким образом, можно эффективно свернуть прогноз до двоичного состояния Вовремя и С задержкой.

Выбрать поля

При выборе полей, включаемых в модель, имейте в виду, что список включает все доступные поля в таблице Microsoft Dataverse, сопоставленной с данными в Azure Data Lake. Некоторые из этих полей не должны быть выбраны. Поля, которые не должны быть выбраны, попадают в одну из трех категорий:

• Поле является обязательным для таблицы Dataverse, но в Data Lake нет поддерживающих его данных.
• Это поле является идентификатором и поэтому не имеет смысла для функции машинного обучения.
• Поле представляет информацию, которая не будет доступна при прогнозировании.

В следующих разделах показаны поля, доступные для сущностей накладной и клиента, и перечислены поля, которые не следует выбирать для обучения. Категория, которая указана для каждого из этих полей, ссылается на категории в предыдущем списке.  

Таблица накладной Dataverse

На следующем рисунке показаны поля, которые доступны для таблицы накладной.

Следующие поля не должны выбираться для обучения:

• Счет накладной (категория 2)
• Закрыто (категория 3) – это поле используется для фильтрации накладных для обучения (закрыто) и прогноза (не закрыто).
• Имя (категория 1)
• Код источника (категория 2)
• Запись источника (категория 2)
• Исходная таблица (категория 2)

Таблица клиента Dataverse

На следующем рисунке показаны поля, которые доступны для таблицы клиента.

Следующее поле не должно выбираться для обучения:

• Уникальный ключ для строки (категория 2)

Фильтры

Можно отфильтровать накладные, используемые для обучения, путем установки критериев фильтрации для полей в накладной или в таблицах клиентов. Например, можно установить пороговое значение, чтобы включить только накладные, для которых общая сумма равна или превышает определенную сумму. Кроме того, можно исключить накладные, связанные с клиентами, в определенной группе клиентов.

Дополнительные сведения о фильтрации данных см. в разделе Создание модели прогноза.