Usprawnij model przewidywania

W tym artykule opisano funkcje, których można używać w celu poprawy działania modeli przewidywania. Rozpoczynanie ulepszania modelu zaczyna się w obszarze roboczym Prognozy płatności odbiorcy w rozwiązaniu Microsoft Dynamics 365 Finance. Następnie czynności ulepszające wykonuje się w aplikacji AI Builder.

Wybór wyników historycznych

Najpierw wybierz co najmniej jeden z trzech możliwych wyników dla faktur: Na czas, Opóźnione i Bardzo opóźnione. Należy wybrać wszystkie trzy wyniki. Jeśli wyczyścisz wybór któregokolwiek z tych wyników, faktury zostaną odfiltrowane z procesu trenowania, a dokładność przewidywania spadnie.

Jeśli organizacja wymaga tylko dwóch wyników, zmień wartości progowe wyników Opóźnione i Bardzo opóźnione na 0 (zero) dni. W ten sposób w praktyce zwijasz prognozę do stanu binarnego Na czas lub Opóźnione.

Wybierz pola

Wybierając pola, które mają być uwzględnione w modelu, należy pamiętać, że lista zawiera wszystkie pola dostępne w tabeli usługi Microsoft Dataverse, które są mapowane na dane w Azure data lake. Niektóre z tych pól nie powinny być zaznaczane. Pola, których nie należy zaznaczać, należą do jednej z trzech kategorii:

• Pole jest wymagane przez tabelę usługi Dataverse, ale w data lake nie ma dla niej żadnych danych.
• Pole jest identyfikatorem i w związku z tym jest nieprzydatne dla funkcji uczenia maszynowego.
• Pole reprezentuje informacje, które nie będą dostępne podczas przewidywania.

W poniższych sekcjach przedstawiono pola dostępne dla jednostek faktury i odbiorcy oraz listę pól, które nie powinny być wybierane do trenowania. Kategoria określona dla każdego z tych pól nawiązuje do kategorii z poprzedzającej listy.  

Tabela Faktura Dataverse

Na poniższej ilustracji pokazano pola dostępne dla tabali Faktura.

Następujących pól nie należy wybierać do trenowania:

• Konto faktury(kategoria 2)
• Jest zamknięte (kategoria 3) — to pole służy do filtrowania faktur za trenowanie (zamknięte) i przewidywania (niezamknięte).
• Imię i nazwisko (kategoria 1)
• Identyfikator źródła(kategoria 2)
• Rekord źródłowy (kategoria 2)
• Tabela źródłowa (kategoria 2)

Tabela odbiorców Dataverse

Na poniższej ilustracji pokazano pola dostępne dla tabeli Odbiorca.

Następującego pola nie należy wybierać do trenowania:

• Unikatowy klucz wiersza (kategoria 2)

Filtry

Faktury używane do szkolenia można filtrować, ustawiając kryteria filtrowania pól na fakturze lub w tabelach odbiorców. Na przykład można ustawić próg, aby uwzględnić tylko faktury, których suma jest równa lub przekracza określoną kwotę. Alternatywnie można wykluczyć faktury skojarzone z odbiorcami w określonej grupie odbiorców.

Aby uzyskać więcej informacji na temat filtrowania danych, zobacz Tworzenie modelu prognozowania.