创建预测模型

此示例创建一个 Power Apps 预测 AI 模型,该模型使用 Microsoft Dataverse 中的“网络消费者意向”表。 要将此示例数据导入您的 Microsoft Power Platform 环境,请在创建环境时启用部署示例应用和数据设置,如在 AI Builder 中生成模型中所述。 或者,按照数据准备中详细的说明进行操作。 将示例数据导入 Dataverse 之后,按以下步骤创建模型。

  1. 登录到 Power AppsPower Automate

  2. 在左侧窗格中,选择 ... 更多>AI 中心

  3. 发现 AI 能力下,选择 AI 模型

    (可选)要将 AI 模型永久保留在菜单上以便于访问,请选择大头针图标。

  4. 选择预测 - 根据历史数据预计未来结果

  5. 选择创建自定义模型

选择历史结果

请考虑希望 AI Builder 进行的预测。 例如,对于问题“此客户会流失吗?”,请考虑以下问题:

  • 包含客户流失信息的表在哪里?
  • 是否存在可表明客户是否已流失的列?
  • 列中是否存在可能导致不确定性的未知内容?

使用此信息进行选择。 使用提供的示例数据时,问题是“与我的在线商店交互的用户是否购买了商品?”如果答案是肯定的,那么该客户应该带来了收入。 因此,应将此客户是否带来收入作为历史结果。 当这些信息为空时,AI Builder 可以帮助您进行预测。

  1. 下拉菜单中,选择包含要预测的数据和结果的表。 对于示例数据,选择在线购买者意图

  2. 下拉菜单中,选择包含结果的列。 对于示例数据,选择收入(标签)。 如果想要尝试预测数字,请选择 ExitRates

  3. 如果选择了包含两个或多个结果的选项集,则考虑将其映射到“是”或“否”,因为您希望预测是否会发生某些事情。

  4. 如果您要预测多个结果,请使用示例中的巴西电子商务数据集,然后在下拉菜单中选择 BC 订单,在下拉菜单中选择交付时间线

备注

AI Builder 为结果列支持这些数据类型:

  • 是/否
  • 选择项
  • 整数
  • 十进制数
  • 浮点数
  • 货币

选择用于训练模型的数据列

选择并映射结果后,可以更改用于训练模型的数据列。 默认情况下,系统会选择所有相关列。 您可以取消选择可能对模型准确度产生负面影响的列。 如果您不知道该怎么做,别担心。 AI Builder 会试图查找提供最佳模型的列。 对于示例数据,只需将所有内容保留原样,然后选择下一步

数据列选择注意事项

此处要考虑的最重要一点是,非历史结果列的列是否由结果间接决定。

假设您想要预测是否会延迟发货。 数据中可能有实际交付日期。 这个日期只有在订单交付后才会出现。 所以,如果包含此列,该模型的准确性将接近 100%。 您想要预测的订单尚未交付,且不会填写交付日期列。 所以,您应该在训练前取消选择此类列。 在机器学习中,这称为目标泄漏数据泄漏。 AI Builder 会尝试筛选那些“好得不真实”的列,但您仍应进行检查。

备注

当你选择数据字段时, 一些数据类型(如无法用作输入来训练模型的图像)是不显示的。 此外,诸如“创建时间”之类的系统列默认排除在外。

若有可以提升预测性能的相关表,也可以添加这些表。 如您想要预测客户是否会流失时所做的那样,您应该包括可能在单独的表中存在的其他信息。 目前,AI Builder 支持多对一关系。

筛选数据

选择用于定型的数据列后,可以筛选数据。 您的表将包含所有行。 不过,您可能希望专注于对行的子集进行训练和预测。 如果您知道在您用来训练模型的同一表中存在不相关的数据,可以使用这一步来筛选它。

例如,如果您应用筛选器只查看美国区域,那么模型会对结果仅为美国区域已知的行进行训练。 训练后,此模型只会对结果仅为美国区域未知的行进行预测。

筛选体验与 Power Apps 视图编辑器中的体验相同。 首先添加:

  • 包含单个筛选条件的行。
  • 可便于嵌套筛选条件的组。
  • 可便于对相关表创建筛选条件的相关表。

选择列、运算符和表示筛选条件的值。 可以使用复选框对行进行分组,也可以批量删除行。

下一步

训练和发布预测模型