조건 모니터링

샘플 프로젝트에는 여러 데이터 세트와 샘플 모델러 흐름이 포함되어 있습니다. 아직 샘플 프로젝트가 없는 경우 튜토리얼 주제를 참조하여 샘플 프로젝트를 만드세요. 그런 다음 다음 단계에 따라 샘플 프로젝트를 엽니다:

1. ' watsonx'의 탐색 메뉴 ' '에서 프로젝트 > 모든 프로젝트 보기를 선택합니다.
2. SPSS Modeler 프로젝트를 클릭합니다.
3. 자산 탭을 클릭하면 데이터 세트와 모델러 흐름을 볼 수 있습니다.

진행 상황 확인

다음 이미지는 프로젝트 자산 탭을 보여줍니다. 이제 이 튜토리얼과 관련된 샘플 모델러 플로우로 작업할 준비가 되었습니다.

맨 위로 돌아가기

상태 모니터링 모델러 흐름에는 여러 노드가 포함됩니다. 데이터 자산 노드를 검토하려면 다음 단계를 따르세요:

1. 자산 탭에서 상태 모니터링 모델러 플로우를 열고 캔버스가 로드될 때까지 기다립니다.
2. cond1n.csv 노드를 두 번 클릭합니다. 이 노드는 프로젝트의 cond1n.csv 파일을 가리키는 데이터 에셋 노드입니다.
3. 파일 형식 속성을 검토합니다.
4. 팔레트의 레코드 작업 섹션에서 선택 노드를 캔버스로 끌어다 놓습니다. 노드 위로 마우스를 가져간 다음 제목 편집을 클릭하고 이름을 ' Select (101)'로 변경합니다. cond1n.csv 데이터 자산 노드에 연결합니다. 선택 노드를 두 번 클릭하고 조건에 ' Outcome == 101 ' 값을 입력합니다.
5. 저장을 클릭하십시오.
6. 그런 다음 팔레트의 그래프 섹션에서 플롯 노드를 캔버스로 드래그합니다. 노드 위로 마우스를 가져가 제목 수정 버튼을 클릭하고 이름을 ' 시간 v로 바꿉니다. Power v. 온도 (101). 그런 다음 선택 노드에 연결합니다.
7. 플롯 노드를 두 번 클릭하고 3D 그래프 버튼을 클릭하여 플롯에 세 번째 축을 추가합니다. 목록에서 3D 그래프에 표시할 필드를 선택합니다. 이 경우: ' Time, ' Power ' 및 ' Temperature' .
8. 플롯 노드 위로 마우스를 가져간 후 실행 아이콘 ' '을 클릭합니다.
9. 출력 및 모델 창에서 ' 시간 v라는 이름의 출력 결과를 클릭합니다. Power v. 온도(101) 해 결과를 확인합니다.

   

   이 그래프는 시간 경과에 따른 온도 상승 및 전력 변동에 대한 101가지 오류를 보여줍니다. 다른 오류 조건을 선택하여 다른 플롯을 표시하는 실험을 해보세요.

   이러한 그래프를 기반으로 온도와 전력의 변동 유무와 변동률, 변동 정도는 결함을 예측하고 구분하는 데 도움이 됩니다. 이러한 속성은 학습 시스템을 적용하기 전에 데이터에 추가할 수 있습니다.

10. 선택 사항입니다: 사용자가 나중에 흐름을 실행할 때 발생할 수 있는 오류를 방지하려면 선택 및 플롯 노드를 삭제합니다.

진행 상황 확인

다음 이미지는 플로우를 보여줍니다. 이제 데이터를 준비할 준비가 되었습니다.

맨 위로 돌아가기

데이터를 탐색한 결과를 기반으로, 다음 플로우는 관련 데이터를 도출하고 결함을 예측하는 방법을 학습합니다.

이 예에서는 제품과 함께 설치된 예제 프로젝트에서 사용할 수 있는 상태 모니터링이라는 이름의 플로우를 사용합니다. 데이터 파일은 cond1n.csv 및 cond2n.csv입니다.

진행 상황 확인

다음 이미지는 파생 노드를 보여줍니다. 이제 모델을 훈련할 준비가 되었습니다.

맨 위로 돌아가기

플로우를 실행하면 C5.0 규칙 및 신경망(net) 이 훈련됩니다. 네트워크를 훈련하는 데 시간이 다소 걸릴 수 있지만, 합리적인 결과를 도출하는 네트워크를 저장하기 위해 훈련을 조기에 중단할 수 있습니다. 학습이 완료되면 모델 너겟이 생성되는데, 하나는 신경망을 나타내고 다른 하나는 규칙을 나타냅니다.

이러한 모델 너겟을 사용하면 시스템을 테스트하거나 모델 결과를 내보낼 수 있습니다. 이 예에서는 모델 결과를 테스트합니다. 다음 단계에 따라 모델을 학습시키세요:

1. 모두 실행을 클릭하고 C5.0 및 신경망 모델을 모두 생성합니다.
2. 각 모델을 확인합니다. 결과 (C5.0) 모델을 두 번 클릭하고 모델 보기를 클릭하여 결과를 확인합니다. 결과(신경망 ) 모델에 대해 이 단계를 반복합니다.

진행 상황 확인

다음 이미지는 모델 결과를 보여줍니다. 이제 모델을 테스트할 준비가 되었습니다.

맨 위로 돌아가기

모델을 테스트하려면 다음 단계를 따르세요:

1. ' 유형 노드가 ' 신경망 ' 너겟에 연결되고, ' C5.0 ' 너겟에 연결되도록 너겟을 재배치합니다.
2. 팔레트의 출력 섹션에서 분석 노드를 캔버스로 드래그하여 C5.0 너겟에 연결합니다.
3. 데이터 자산 노드를 두 번 클릭합니다.
   1. 데이터 자산 변경을 클릭합니다.
   2. 데이터 자산 > cond2n.csv 선택합니다.
   3. 선택을 클릭하십시오.
   4. 저장 을 클릭하십시오.
4. 분석 노드 위로 마우스를 가져간 후 실행 아이콘 ' '을 클릭합니다. 그러면 학습된 네트워크 및 규칙의 정확도를 반영하는 그림이 생성됩니다.
5. 출력 및 모델 창에서 분석이라는 이름의 출력 결과를 클릭하여 결과를 확인합니다.
6. 결과를 검토하고 각 모델에 대한 분석을 비교합니다.

   

진행 상황 확인

다음 이미지는 완성된 플로우를 보여줍니다.

맨 위로 돌아가기