本教程包括創(chuàng)建Power BI數(shù)據(jù)流的指導(dǎo)，以及使用數(shù)據(jù)流中定義的實(shí)體直接在Power BI中培訓(xùn)和驗(yàn)證機(jī)器學(xué)習(xí)模型。然后，我們使用該模型對(duì)新數(shù)據(jù)進(jìn)行評(píng)分以生成預(yù)測(cè)。

首先，您將創(chuàng)建一個(gè)Binary Prediction機(jī)器學(xué)習(xí)模型，根據(jù)在線購(gòu)物者的一組在線會(huì)話屬性來(lái)預(yù)測(cè)他們的購(gòu)買意圖。本練習(xí)使用基準(zhǔn)機(jī)器學(xué)習(xí)數(shù)據(jù)集。一旦一個(gè)模型被訓(xùn)練，Power BI將自動(dòng)生成一個(gè)解釋模型結(jié)果的驗(yàn)證報(bào)告。然后您可以查看驗(yàn)證報(bào)告，并將模型應(yīng)用到您的數(shù)據(jù)中進(jìn)行評(píng)分。

學(xué)習(xí)本教程前，請(qǐng)下載Power BI Desktop或Power BI Pro，以便同步操作加深學(xué)習(xí)印象。

下載Power BI Desktop 下載Power BI Pro

本教程包括以下步驟：

• 使用輸入數(shù)據(jù)創(chuàng)建數(shù)據(jù)流

• 創(chuàng)建和訓(xùn)練機(jī)器學(xué)習(xí)模型

• 查看模型驗(yàn)證報(bào)告

• 將模型應(yīng)用于數(shù)據(jù)流實(shí)體

• 使用Power BI報(bào)表中模型的評(píng)分輸出

使用輸入數(shù)據(jù)創(chuàng)建數(shù)據(jù)流

本教程的第一部分是使用輸入數(shù)據(jù)創(chuàng)建數(shù)據(jù)流。如以下各節(jié)所示，該過(guò)程采取了一些步驟，從獲取數(shù)據(jù)開(kāi)始。

獲取數(shù)據(jù)

創(chuàng)建數(shù)據(jù)流的第一步是準(zhǔn)備好數(shù)據(jù)源。在我們的案例中，我們使用來(lái)自一系列在線會(huì)話的機(jī)器學(xué)習(xí)數(shù)據(jù)集，其中一些最終達(dá)到了購(gòu)買目的。數(shù)據(jù)集包含一組關(guān)于這些會(huì)話的屬性，我們將使用它們來(lái)訓(xùn)練我們的模型。

您可以從UC Irvine網(wǎng)站下載數(shù)據(jù)集。就本教程而言，我們還可以通過(guò)提供此功能。

創(chuàng)建實(shí)體

要在數(shù)據(jù)流中創(chuàng)建實(shí)體，請(qǐng)登錄Power BI服務(wù)，并導(dǎo)航到啟用了AI的專用容量的工作區(qū)。

如果還沒(méi)有工作區(qū)，可以通過(guò)在Power BI服務(wù)的左側(cè)導(dǎo)航菜單中選擇“工作區(qū)”來(lái)創(chuàng)建一個(gè)工作區(qū)，然后在出現(xiàn)的面板底部選擇“創(chuàng)建應(yīng)用程序工作區(qū) ”。這將在右側(cè)打開(kāi)一個(gè)面板，以輸入工作區(qū)詳細(xì)信息。輸入工作空間名稱，然后選擇高級(jí)。使用單選按鈕確認(rèn)工作空間使用“專用容量”，并且已將其分配給已打開(kāi)AI的專用容量實(shí)例。然后選擇保存。

創(chuàng)建工作空間后，可以選擇“歡迎”屏幕右下角的“ 跳過(guò) ”，如下圖所示。

選擇工作區(qū)右上方的Create按鈕，然后選擇Dataflow。

選擇添加新實(shí)體。這將在瀏覽器中啟動(dòng)Power Query編輯器。

選擇Text/CSV File作為數(shù)據(jù)源，如下圖所示。

在接下來(lái)出現(xiàn)的“ 連接到數(shù)據(jù)源”頁(yè)面中，將以下指向online_shoppers_intention.csv的鏈接粘貼到“ 文件路徑”或“ URL”框中，然后選擇“ 下一步”：

//raw.githubusercontent.com/santoshc1/PowerBI-AI-samples/master/Tutorial_AutomatedML/online_shoppers_intention.csv

Power Query Editor顯示CSV文件中數(shù)據(jù)的預(yù)覽。您可以通過(guò)更改右側(cè)窗格中“名稱”框中的值，將查詢重命名為更友好的名稱。例如，您可以將查詢名稱更改為Online Visitors。

Power Query會(huì)自動(dòng)推斷列的類型。您可以通過(guò)單擊列標(biāo)題頂部的屬性類型圖標(biāo)來(lái)更改列類型。在此示例中，我們將“收入”列的類型更改為“真/假”。

選擇“保存并關(guān)閉”按鈕以關(guān)閉Power Query Editor。提供數(shù)據(jù)流的名稱，然后在對(duì)話框上選擇“保存 ”，如下圖所示。

創(chuàng)建和訓(xùn)練機(jī)器學(xué)習(xí)模型

要添加機(jī)器學(xué)習(xí)模型，請(qǐng)?jiān)凇皠?dòng)作”列表中為包含您的訓(xùn)練數(shù)據(jù)和標(biāo)簽信息的基本實(shí)體選擇“應(yīng)用ML模型”按鈕，然后選擇“添加機(jī)器學(xué)習(xí)模型”。

創(chuàng)建機(jī)器學(xué)習(xí)模型的第一步是識(shí)別歷史數(shù)據(jù)，包括您想要預(yù)測(cè)的結(jié)果字段。模型將通過(guò)學(xué)習(xí)這些數(shù)據(jù)來(lái)創(chuàng)建。

對(duì)于我們使用的數(shù)據(jù)集，這是收入字段。選擇Revenue作為“輸出字段”值，然后選擇Next。

接下來(lái)，我們必須選擇要?jiǎng)?chuàng)建的機(jī)器學(xué)習(xí)模型的類型。Power BI分析您已經(jīng)確定的結(jié)果字段中的值，并建議可以創(chuàng)建哪些類型的機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)該字段。

在本例中，由于我們正在預(yù)測(cè)用戶是否會(huì)購(gòu)買的二進(jìn)制結(jié)果，因此建議使用二進(jìn)制預(yù)測(cè)。因?yàn)槲覀儗?duì)預(yù)測(cè)用戶購(gòu)買感興趣，所以選擇True作為您最感興趣的收入結(jié)果。此外，您可以為自動(dòng)生成的報(bào)告中使用的結(jié)果提供友好的標(biāo)簽，該報(bào)告將總結(jié)模型驗(yàn)證的結(jié)果。然后選擇Next。

接下來(lái)，Power BI對(duì)您的數(shù)據(jù)樣本進(jìn)行初步掃描，并提出可能產(chǎn)生更準(zhǔn)確預(yù)測(cè)的輸入建議。如果Power BI不建議使用該字段，則會(huì)在其旁邊提供說(shuō)明。您可以選擇更改選擇，以僅包括您要模型研究的字段，或者可以通過(guò)選擇實(shí)體名稱旁邊的復(fù)選框來(lái)選擇所有字段。選擇下一步接受輸入。

在最后一步，我們必須為模型提供一個(gè)名稱。將模型命名為“購(gòu)買意圖預(yù)測(cè)”。您可以選擇減少培訓(xùn)時(shí)間以查看快速結(jié)果，也可以選擇增加培訓(xùn)時(shí)間以獲得最佳模型。然后選擇保存并訓(xùn)練以開(kāi)始訓(xùn)練模型。

培訓(xùn)過(guò)程將首先對(duì)歷史數(shù)據(jù)進(jìn)行采樣和標(biāo)準(zhǔn)化，然后將數(shù)據(jù)集劃分為兩個(gè)新實(shí)體，即購(gòu)買意向預(yù)測(cè)培訓(xùn)數(shù)據(jù)和購(gòu)買意向預(yù)測(cè)測(cè)試數(shù)據(jù)。

根據(jù)數(shù)據(jù)集的大小，訓(xùn)練過(guò)程可能需要幾分鐘到上一個(gè)屏幕選擇的訓(xùn)練時(shí)間。此時(shí)，您可以在數(shù)據(jù)流的“ 機(jī)器學(xué)習(xí)模型”選項(xiàng)卡中看到該模型。就緒狀態(tài)表示該模型已排隊(duì)等待訓(xùn)練或正在訓(xùn)練中。

您可以通過(guò)數(shù)據(jù)流的狀態(tài)來(lái)確認(rèn)正在對(duì)模型進(jìn)行訓(xùn)練和驗(yàn)證。這將在工作區(qū)的Dataflows選項(xiàng)卡中顯示為正在進(jìn)行的數(shù)據(jù)刷新。

模型訓(xùn)練完成后，數(shù)據(jù)流將顯示更新的刷新時(shí)間。您可以通過(guò)導(dǎo)航到數(shù)據(jù)流中的“機(jī)器學(xué)習(xí)模型”選項(xiàng)卡來(lái)確認(rèn)模型已訓(xùn)練。您創(chuàng)建的模型應(yīng)顯示為“已訓(xùn)練”狀態(tài)，并且“最后一次訓(xùn)練時(shí)間”現(xiàn)在應(yīng)該更新了。

查看模型驗(yàn)證報(bào)告

要查看模型驗(yàn)證報(bào)告，請(qǐng)?jiān)跈C(jī)器學(xué)習(xí)模型選項(xiàng)卡中，選擇模型的“操作”列中的“查看培訓(xùn)報(bào)告”按鈕。該報(bào)告描述了您的機(jī)器學(xué)習(xí)模型可能如何執(zhí)行。

在報(bào)告的“ 模型性能”頁(yè)面中，選擇“查看最重要的預(yù)測(cè)變量”以查看模型的最重要的預(yù)測(cè)變量。您可以選擇一個(gè)預(yù)測(cè)變量，以查看結(jié)果分布如何與該預(yù)測(cè)變量關(guān)聯(lián)。

您可以使用“模型性能”頁(yè)面上的“概率閾值”切片器來(lái)檢查其對(duì)模型的“精確度”和“調(diào)用”的影響。

報(bào)告的其他頁(yè)面描述了該模型的統(tǒng)計(jì)性能指標(biāo)。

該報(bào)告還包括“培訓(xùn)詳細(xì)信息”頁(yè)面，該頁(yè)面描述了運(yùn)行的不同迭代，如何從輸入中提取特征以及所使用的最終模型的超參數(shù)。

將模型應(yīng)用于數(shù)據(jù)流實(shí)體

選擇報(bào)告頂部的“應(yīng)用模型”按鈕以調(diào)用此模型。在“應(yīng)用”對(duì)話框中，可以指定目標(biāo)實(shí)體，該目標(biāo)實(shí)體具有應(yīng)該將模型應(yīng)用于其的源數(shù)據(jù)。

出現(xiàn)提示時(shí)，您必須刷新數(shù)據(jù)流才能預(yù)覽模型的結(jié)果。

應(yīng)用模型將創(chuàng)建兩個(gè)新實(shí)體，后綴分別為<model_name>和&lt;model_name>。在我們的案例中，將模型應(yīng)用于“在線訪問(wèn)者”實(shí)體將創(chuàng)建“在線訪問(wèn)者豐富的購(gòu)買意圖預(yù)測(cè)”，其中包括該模型的預(yù)測(cè)輸出；以及“在線訪問(wèn)者豐富的購(gòu)買意圖預(yù)測(cè)”說(shuō)明，其中包含針對(duì)該預(yù)測(cè)的特定記錄最高影響者。

應(yīng)用二進(jìn)制預(yù)測(cè)模型將添加四列，其中包含預(yù)測(cè)的結(jié)果、概率得分、預(yù)測(cè)的最高記錄特定影響者以及解釋索引，每列均以指定的列名作為前綴。

數(shù)據(jù)流刷新完成后，您可以選擇“在線訪問(wèn)者充實(shí)的購(gòu)買意圖預(yù)測(cè)”實(shí)體來(lái)查看結(jié)果。

在Power BI報(bào)表中使用模型的評(píng)分輸出

要使用機(jī)器學(xué)習(xí)模型的評(píng)分輸出，可以使用數(shù)據(jù)流連接器從Power BI桌面連接到數(shù)據(jù)流?，F(xiàn)在，可以使用“在線訪問(wèn)者豐富的購(gòu)買意圖預(yù)測(cè)”實(shí)體將來(lái)自模型的預(yù)測(cè)合并到Power BI報(bào)表中。

*想要獲得Power BI Desktop、Power BI Pro更多資源或正版授權(quán)的朋友，可以咨詢了解哦~