データ準備の自動化

サンプル・プロジェクトには、いくつかのデータ・セットとモデラー・フローのサンプルが含まれています。 サンプルプロジェクトをまだお持ちでない場合は、 チュートリアルのトピックを参照してサンプルプロジェクトを作成してください。 次に、以下の手順でサンプルプロジェクトを開きます：

1. Cloud Pak for Dataナビゲーションメニューから 、 [プロジェクト] > [すべてのプロジェクトを表示] の順に選択します。
2. SPSS ModelerProjectをクリックします。
3. アセット」タブをクリックすると、データセットとモデラーフローが表示されます。

進捗状況を確認する

次の図は、プロジェクトのAssetsタブを示しています。 これで、このチュートリアルに関連するサンプルモデラーフローで作業する準備ができました。

先頭に戻る

自動データ準備にはいくつかのノードがある。 以下の手順に従って、データ・アセットと タイプ・ノードを調べます：

1. Assetsタブから、Automated Data Preparationモデラー・フローを開き、キャンバスがロードされるのを待つ。
2. telco.csvノードをダブルクリックする。 このノードは、プロジェクト内のtelco.csvファイルを指すData Assetノードです。
3. ファイル形式のプロパティを確認します。
4. オプション：完全なデータセットを表示するには、データのプレビューをクリックします。
5. Typeノードをダブルクリックする。 churnフィールドのメジャーがFlag に設定され、ロールがTarget に設定されていることに注意してください。 他のすべてのフィールドのロールがInputに設定されていることを確認してください。

   

6. オプション：データ・プレビューをクリックすると、タイプ・プロパティが適用されたデータ・セットが表示されます。

進捗状況を確認する

次の図はTypeノードを示している。 これでモデルを作る準備ができた。

先頭に戻る

あなたは2つのモデルを構築します。1つはデータ準備を自動化しないモデル、もう1つはデータ準備を自動化したモデルです。 以下の手順でモデルを作成する：

1. Type」ノードに接続されている「No ADP - churn」ノードをダブルクリックしてプロパティを表示する。
   1. モデル設定セクションを展開する
   2. ProcedureがBinomial に設定されていることを確認する。
   3. モデル名が カスタムに設定され、名前が'No ADP - churnであることを確認する。

      

2. 「No ADP - churn」ノードにカーソルを合わせ 、「実行」アイコン をクリックします。
3. Outputs and modelsペインで、No ADP - churnという名前のモデルをクリックして、結果を表示します。
   1. モデル概要ページを見る。このページは、モデルによって使用される予測フィールドと、予測の正答率を示す。
   2. 分析に含まれるレコードの数と割合を示すケース処理サマリーを表示します。 さらに、1 つ以上の入力フィールドが利用不可の場合に、欠損したケースがある場合は、その数もリストします。また選択されなかったケースの数もリストします。
   3. モデルの詳細を閉じます。
4. Typeノードに接続されているAuto Data Prepノードをダブルクリックして、そのプロパティを表示する。 Automated Data Preparationは、お客様に代わってデータ準備タスクを処理し、データを分析して修正点を特定し、問題のあるフィールドや有用でない可能性のあるフィールドを除外し、必要に応じて新しい属性を導き出し、インテリジェントなスクリーニング技術によってパフォーマンスを向上させます。
   1. Objectives（目的）セクションでは、デフォルト設定のままで、スピードと精度のバランスをとりながらデータを分析し、準備します。 その他の自動データ準備ノード・プロパティでは、精度を重視する、処理速度を重視する、データ準備の処理ステップの多くを微調整するなどのオプションを指定できます。
      注：既にモデルが存在するため、将来ノードプロパティを調整してフローを再実行する場合は、フローを再実行する前に、まず「Objectives」の「Clear old analysis」をクリックする必要があります。
   2. オプション：データのプレビューをクリックすると、自動データ準備プロパティが適用されたデータセットが表示されます。
   3. キャンセル」をクリックする。
5. Auto Data Prepノードに接続されているAfter ADP - churnノードをダブルクリックしてプロパティを表示する。
   1. モデル設定セクションを展開する
   2. ProcedureがBinomial に設定されていることを確認する。
   3. モデル名が カスタムに設定され、名前が'After ADP - churnであることを確認する。
6. After ADP - churnノードの上にカーソルを移動し、 実行アイコン をクリックします。
7. Outputs and modelsペインで、After ADP - churnという名前のモデルをクリックして、結果を表示します。
   1. モデル概要ページを見る。このページは、モデルによって使用される予測フィールドと、予測の正答率を示す。
   2. 分析に含まれるレコードの数と割合を示すケース処理サマリーを表示します。 さらに、1 つ以上の入力フィールドが利用不可の場合に、欠損したケースがある場合は、その数もリストします。また選択されなかったケースの数もリストします。
   3. モデルの詳細を閉じます。

進捗状況を確認する

以下の画像はモデルの詳細を示している。 これでモデルを比較する準備は整った。

先頭に戻る

両方のモデルが設定されたので、以下の手順に従ってモデルを生成し、比較する：

1. 「No ADP - LogReg (分析 )」ノードにカーソルを合わせ 、「実行」 アイコン をクリックします。
2. After ADP - LogReg (Analysis ) ノードの上にカーソルを移動し、 Run アイコン をクリックします。
3. 出力とモデル]ペインで、[No ADP -LogRegという名前の出力結果をクリックして結果を表示します。
4. モデルを比較する：
   1. 比較」をクリックする。
   2. Select outputフィールドで、ADP後-LogRegを選択する。
   派生していないAuto Data Prepモデルの分析は、デフォルト設定の ロジスティック回帰ノードを通してデータを実行するだけで、精度の低いモデル（わずか10.6%）を与えることを示しています。

   

   オート・データ・プレパレーション由来のモデルの分析によると、デフォルトのオート・データ・プレパレーション設定を通してデータを実行することで、78.3の正答率を誇る、より正確なモデルが構築されたことがわかる。

   

進捗状況を確認する

以下の画像はモデル比較。

先頭に戻る