Създаване на модел за прогнозиране

Този пример създава Power Apps AI модел за прогнозиране, който използва таблицата "Намерение на онлайн купувача" Microsoft Dataverse. За да получите тези примерни данни във вашата Microsoft Power Platform среда, разрешете настройката Разполагане на примерни приложения и данни , когато създавате среда, както е описано в Изграждане на модел в AI Builder. Или следвайте по-подробните инструкции в Подготовка на данни. След като примерните данни са въведени Dataverse, следвайте тези стъпки, за да създадете модела си.

1. Влезте в Power Apps OR Power Automate.

2. В левия прозорец изберете ... Повече>център за изкуствен интелект.

3. Под Откриване на възможност за изкуствен интелект изберете модели на изкуствен интелект.

   (По избор) За да запазите моделите с изкуствен интелект постоянно в менюто за лесен достъп, изберете иконата на щифт.

4. Изберете Прогнозиране - Прогнозиране на бъдещи резултати от исторически данни.

5. Изберете Създаване на персонализиран модел.

Изберете вашия исторически резултат

Помислете за прогнозата, която искате AI Builder да направите. Например, за въпроса "Ще се отклони ли този клиент?", помислете за въпроси като тези:

• Къде е таблицата, която съдържа информация за отлив на клиенти?
• Има ли колона, която изрично посочва дали клиентът е отпаднал?
• Има ли неизвестни в колона, които могат да причинят несигурност?

Използвайте тази информация, за да направите своя избор. Работейки с предоставените примерни данни, въпросът е "този потребител, който е взаимодействал с моя онлайн магазин, направил ли е покупка?" Ако го направят, трябва да има приходи за този клиент. Следователно дали има приходи за този клиент трябва да бъде историческият резултат. Където тази информация е празна, къде AI Builder може да ви помогне да направите прогноза.

1. В падащото меню Таблица изберете таблицата, която съдържа данните и резултата, който искате да предвидите. За примерните данни изберете Намерение на онлайн купувача.

2. В падащото меню Колона изберете колоната, която съдържа резултата. За примерните данни изберете Приходи (етикет). Или, ако искате да опитате да прогнозирате число, изберете ExitRates.

3. Ако сте избрали набор от опции, който съдържа два или повече резултата, помислете дали да не го съпоставите с "Да" или "Не", защото искате да предвидите дали нещо ще се случи.

4. Ако искате да предвидите няколко резултата, използвайте набора от данни за електронната търговия в Бразилия в извадката и изберете Поръчка на BC в падащото меню Таблицаи Срокове за доставка в падащото меню Колона .

Бележка

AI Builder Поддържа следните типове данни за колоната Резултат:

• Да/Не
• Варианти
• Цяло число
• Десетично число
• Число с плаваща запетая
• Currency

Изберете колоните с данни, за да обучите модела си

След като изберете Таблица и Колона и картографирате резултата си, можете да направите промени в колоните с данни, използвани за обучение на модела. По подразбиране са избрани всички съответни графи. Можете да премахнете избора на колони, които може да допринесат за по-малко точен модел. Ако не знаете какво да правите тук, не се притеснявайте. AI Builder ще се опита да намери колони, които предоставят възможно най-добрия модел. За примерните данни просто оставете всичко както е и изберете Напред.

Съображения за избор на колони с данни

Най-важното нещо, което трябва да имате предвид тук, е дали колона, която не е вашата колона с исторически резултати, косвено се определя от резултата.

Да приемем, че искате да предвидите дали дадена пратка ще се забави. Възможно е да имате действителната дата на доставка в данните си. Тази дата е налице само след доставката на поръчката. Така че, ако включите тази колона, моделът ще има близо 100 процента точност. Поръчките, които искате да предвидите, все още няма да са доставени и няма да има попълнена колоната "Дата на доставка". Така че трябва да премахнете избора на колони като тази преди обучение. В машинното обучение това се нарича изтичане на цел или изтичане на данни. AI Builder опитва се да филтрира колони, които са „твърде хубави, за да са истина“, но все пак трябва да ги проверите.

Бележка

Когато избирате полета за данни, някои типове данни – като Image, които не могат да се използват като входни данни за обучение на модела – не се показват. Освен това, системните колони като „Създадено на“ са изключени по подразбиране.

Използвайте данни от свързани таблици

Ако имате свързани таблици, които биха могли да подобрят производителността на прогнозата, можете да включите и тях. Както направихте, когато искахте да предвидите дали даден клиент ще се откаже, трябва да включите допълнителна информация, която може да е в отделна таблица. AI Builder поддържа взаимоотношения „много към едно“ в този момент.

Филтриране на данни

След като изберете колони с данни за обучение, можете да филтрирате данните си. Вашите таблици ще съдържат всички редове. Въпреки това, може да искате да се концентрирате върху обучението и прогнозирането на подмножество от редове. Ако знаете, че има неподходящи данни в същата таблица, която използвате за обучение на модел, можете да използвате тази стъпка, за да ги филтрирате.

Например, ако приложите филтър, за да разглеждате само региона на САЩ, моделът ще се обучава на редове, където резултатът е известен само за региона на САЩ. Когато този модел е обучен, той ще прави прогноза само за редове, където резултатът не е известен само за региона на САЩ.

Процесът на филтриране е същият като в редактора на изгледи. Power Apps Започнете с добавяне на:

• Ред, който съдържа едно условие за филтър.
• Група, която ви позволява да влагате условията на филтъра си.
• Свързана таблица, която ви позволява да създадете условие за филтриране на свързана таблица.

Изберете колоната, оператора и стойността, която представлява условие за филтър. Можете да използвате квадратчетата за отметка, за да групирате редове или да изтриете групово редове.

Следваща стъпка

Обучете и публикувайте своя модел за прогнозиране