Das Beispielprojekt enthält mehrere Datensätze und Modellierungsabläufe. Wenn Sie das Beispielprojekt noch nicht haben, können Sie es unter dem Thema Tutorials erstellen. Gehen Sie dann wie folgt vor, um das Beispielprojekt zu öffnen:

1. Wählen Sie in Cloud Pak for Data aus dem Navigationsmenü " Projekte > Alle Projekte anzeigen.
2. Klicken Sie auf SPSS Modeler.
3. Klicken Sie auf die Registerkarte Assets, um die Datensätze und Modellierungsabläufe zu sehen.

Überprüfen Sie Ihren Fortschritt

Die folgende Abbildung zeigt die Registerkarte Assets des Projekts. Sie sind nun bereit, mit dem zu diesem Lehrgang gehörenden Beispielmodellierungsablauf zu arbeiten.

Zurück zum Seitenanfang

Die Verkaufsförderung im Einzelhandel umfasst mehrere Knotenpunkte. Gehen Sie wie folgt vor, um die Knoten Data Asset, Derive und Type zu untersuchen:

Data Asset-Knoten

1. Öffnen Sie auf der Registerkarte Assets den Modellierungsfluss für die Verkaufsförderung im Einzelhandel und warten Sie, bis der Canvas geladen ist.
2. Doppelklicken Sie auf den Knoten goods1n.csv. Dieser Knoten ist ein Data Asset-Knoten, der auf die Datei goods1n.csv im Projekt verweist.
3. Überprüfen Sie die Eigenschaften des Dateiformats.
4. Klicken Sie auf Datenvorschau, um den vollständigen Datensatz zu sehen.
5. Beachten Sie, dass jeder Datensatz enthält:
   • Class. Produkttyp.
   • Cost. Preis pro Einheit.
   • Promotion. Index des für eine bestimmte Aktion ausgegebenen Betrags.
   • Before. Einnahmen vor Promotion.
   • After. Einnahmen nach Promotion.

   Die beiden Felder Before und After) für die Einkünfte werden in absoluten Begriffen ausgedrückt. Es scheint jedoch wahrscheinlich, dass der Anstieg der Einnahmen nach der Werbeaktion (und vermutlich als Folge davon) eine nützlichere Zahl sein könnte.

6. Schließen Sie die Datenvorschau und das Eigenschaftsfenster.

Ableitungsknoten

1. Doppelklicken Sie auf den Knoten Erhöhen (Ableiten). Dieser Knoten leitet den Wert der Einnahmeerhöhung ab.
2. Überprüfen Sie die Einstellungen, insbesondere das Feld " Ausdruck", das eine Formel enthält, um die Erhöhung als Prozentsatz des Umsatzes vor der Werbeaktion abzuleiten: " (After - Before) / Before * 100.0.
3. Klicken Sie auf Datenvorschau, um den Datensatz mit den abgeleiteten Werten zu sehen.
4. Beachten Sie die Spalte Zunahme.

   Für jede Produktklasse ist eine fast lineare Beziehung zwischen dem Anstieg bei den Einkünften und den Kosten für die Werbeaktion vorhanden. Deshalb ist es wahrscheinlich, dass ein Entscheidungsbaum oder ein neuronales Netz mit einer akzeptablen Genauigkeit den Anstieg der Einkünfte aus den anderen verfügbaren Feldern vorhersagen könnte.

5. Schließen Sie die Datenvorschau und das Eigenschaftsfenster.

Typknoten

1. Doppelklicken Sie auf den Knoten Typen definieren (Typ). Dieser Knoten gibt Feldeigenschaften an, wie z. B. die Messebene (die Art der Daten, die das Feld enthält) und die Rolle jedes Feldes als Ziel oder Eingabe bei der Modellierung. Das Messniveau ist eine Kategorie, die den Datentyp für das Feld anzeigt. Die Quelldatendatei verwendet drei verschiedene Messebenen:
   • Ein kontinuierliches Feld (wie das Feld " Age ) enthält kontinuierliche numerische Werte.
   • Ein Nominalfeld (wie das Feld " Education ) hat zwei oder mehr unterschiedliche Werte - in diesem Fall " College oder " High school.
   • Ein Ordinalfeld (wie das Feld " Income level ) beschreibt Daten mit mehreren unterschiedlichen Werten, die eine inhärente Reihenfolge aufweisen - in diesem Fall " Low, " Medium und " High.

     Für jedes Feld gibt der Knoten Typ auch eine Rolle an, die angibt, welche Rolle das jeweilige Feld bei der Modellierung spielt. Für das Feld " Increase, das abgeleitet wurde, ist die Rolle auf "Ziel" eingestellt. target ist das Feld, für das Sie den Wert vorhersagen möchten.

     Für die meisten anderen Felder ist die Rolle auf Eingabe eingestellt. Eingabefelder werden manchmal auch als predictors bezeichnet oder als Felder, mit deren Werten der Modellierungsalgorithmus den Wert des Zielfelds vorhersagt.

     Die Rolle für das Feld " After ist auf "Keine" gesetzt, so dass dieses Feld vom Modellierungsalgorithmus nicht verwendet wird.

2. Optional: Klicken Sie auf Datenvorschau, um den Datensatz mit den abgeleiteten Werten zu sehen.

Überprüfen Sie Ihren Fortschritt

Das folgende Bild zeigt den Knoten Typ. Jetzt können Sie die Modelle erstellen und vergleichen.

Zurück zum Seitenanfang

Der Ablauf trainiert ein neuronales Netz und einen Entscheidungsbaum, um diese Vorhersage bezüglich des Anstiegs an Einkünften zu treffen. Folgen Sie diesen Schritten, um die beiden Modelle zu erstellen:

Erzeugen Sie die Modelle

1. Doppelklicken Sie auf den Knoten Erhöhen (Neuronales Netz), um seine Eigenschaften zu überprüfen.
   1. Erweitern Sie den Abschnitt Grundlagen, um zu sehen, dass der Modelltyp Multilayer Perceptron ist. Diese Eigenschaft bestimmt, wie das Netz die Prädiktoren über die verborgenen Schichten mit den Zielen verbindet. Ein mehrschichtiges Perzeptron ermöglicht komplexere Beziehungen auf Kosten der möglichen Verlängerung der Trainings- und Auswertungszeit.
   2. Erweitern Sie den Abschnitt Modelloptionen, um die Bewertungs- und Einstufungseigenschaften zu sehen.
2. Doppelklicken Sie auf den Knoten Erhöhen (C&R-Baum), um seine Eigenschaften anzuzeigen.
3. Klicken Sie auf Run all ', und warten Sie, bis die Modell-Nuggets generiert sind.

Überprüfen Sie Ihren Fortschritt

Das folgende Bild zeigt die Ausgabe des Analyseknotens.

Zurück zum Seitenanfang