予測インテリジェンス 利用状況アナリティクスダッシュボード

予測インテリジェンス状況アナリティクスダッシュボードは、すべての予測インテリジェンスソリューションの有効性と全体的な価値を把握するための中心的な場所です。モデルトレーニングの成功と失敗のメトリクスを表示します。個々のモデル別のブレークダウンを含む予測統計情報を監視します。

分類、類似性、およびクラスタリング機能のモデルの場合、 予測インテリジェンス 使用状況アナリティクスダッシュボードを使用すると、トレーニングと予測を可視化できます。レポートする期間を指定したり、特定のソリューションを選択して詳細に掘り下げたりすることができます。

ml_report_user ロールまたは ml_admin ロールで、次の場所に移動して 予測インテリジェンス 利用状況アナリティクスダッシュボードを表示します 予測インテリジェンス > ダッシュボード > Monitoring.

ダッシュボードには、機能ごとに個別のタブがあります。[分類] タブはデフォルトで開きます。[類似性] または [クラスタリング] を選択することもできます。各タブには、ウィジェット形式の一連のレポートが含まれています。

レポートのチャートまたはグラフを選択すると、基になるレコードにドリルダウンできます。これにより、クエリでフィルタリングされたリストが開きます。PI 使用状況ダッシュボードの [トレーニング統計] セクションの多くのレポートは、ml_solution テーブルから取得されます。[予測統計] セクションのレポートは、ml_predictor_resultsテーブルから取得されます。

日付範囲

[日付範囲セレクター] をクリックすると、レポートの期間を選択できるカレンダーピッカーが開きます。選択した日付範囲は、現在のタブのすべてのウィジェットに適用されます。

カレンダーピッカーは、[ 標準 ] 小見出しの下にさまざまなプリセット日付を提供します。過去 3 か月間、今日、年初来 (現在の暦年の 1 月 1 日から年度累計) などから選択します。

[ カスタム範囲] を選択して、独自の日付を選択することもできます。[ 開始日 ] フィールドと [終了日] フィールドに日付を直接入力するか、カレンダーを使用して日付範囲を選択します。次に、[ 適用] を選択して、ページ上のすべてのウィジェットのレポートを更新します。

分類と類似性に利用可能なメトリクス

特に記載がない限り、次の表では、[分類] タブと [類似性] タブの両方で使用できるウィジェットについて説明します。クラスタリング機能にはさまざまなウィジェットがあるため、このページの「 クラスタリングで利用可能なメトリクス 」セクションを参照してください。

表 : 1. 分類と類似性ソリューションのトレーニング統計で利用可能なウィジェット

ウィジェット	説明
ソリューション合計	作成された分類 (または類似性) ソリューションの合計数。
アクティブなソリューションの合計	アクティブな分類 (または類似性) ソリューションの合計数。
成功したモデルトレーニングの合計	インスタンスで正常に完了した分類 (または類似性) ジョブの数。
失敗したモデルトレーニングの合計	インスタンスで失敗した分類 (または類似性) ジョブの数。
トレーニング済みソリューション:月別	毎月集計されたトレーニング済みの分類 (または類似性) ソリューションの合計。
アクティブなソリューション:月別	毎月集計されたアクティブな分類 (または類似性) ソリューションの合計。
分類 (または類似性) トレーニングステータス	分類 (または類似性) モデルのトレーニング状況の分布。
アクティブステータスの配布	アクティブなレコードと非アクティブなレコードの分布。「true」部分はアクティブなアイテムを示し、「false」は非アクティブなアイテムを示します。
トレーニング頻度分布	すべての分類 (または類似性) ソリューションにわたるトレーニング頻度の分布。 使用可能なオプションの範囲は、[ 1 回実行] から [180 日ごと] までです。
頻度分布を更新 (類似性のみ)	すべての類似性ソリューションにわたる更新頻度の分布。 使用可能なオプションの範囲は、[ 1 回実行] から [180 日ごと] までです。

表 : 2. 予測統計

ウィジェット	説明
成功した予測の合計:月別	毎月計算された分類 (または類似性) 予測の合計数。
成功した予測の合計	すべての分類 (または類似性) ソリューションで成功した予測の合計数。
失敗した予測の合計	すべての分類 (または類似性) ソリューションで行われた予測失敗の合計数。

次のウィジェットでは、[ 分類ソリューション] または [類似性ソリューション] というラベルの付いたセレクターを使用して、個々のモデルを選択します。

表 : 3. 選択したアクティブな分類ソリューションの詳細

ウィジェット	説明
ソリューションあたりの成功予測	選択した分類 (または類似性) ソリューションの成功予測の数。
ソリューションあたりの失敗予測数	選択した分類 (または類似性) ソリューションで失敗した予測の数。

クラスタリングに利用可能なメトリクス

次の表は、 予測インテリジェンス Usage Analytics ダッシュボードの [クラスタリング] タブで利用可能なメトリクスを示しています。

表 : 4. クラスタリングのトレーニング統計

ウィジェット	説明
ソリューション合計	インスタンスで作成されたクラスタリングソリューションの合計数。
アクティブなソリューションの合計	インスタンス内のアクティブなクラスタリングソリューションの数。
成功したモデルトレーニングの合計	インスタンスで正常に完了したクラスタリングジョブの数。
失敗したモデルトレーニングの合計	インスタンスで失敗したクラスタリングジョブの数。
トレーニング済みソリューション:月別	1 か月あたりにトリガーされたクラスタリングトレーニングの数。
アクティブなソリューション:月別	1 か月あたりにトレーニングされたアクティブなクラスタリングソリューションの数。
クラスタリングトレーニングステータス	インスタンス内のすべてのクラスタリングソリューションにわたるトレーニングステータスの分布を示す円グラフ。
アクティブステータスの配布	アクティブなクラスタリングソリューションと非アクティブなクラスタリングソリューションの分布を示す円グラフ。
トレーニング頻度分布	クラスタリングソリューション全体で設定されたトレーニング頻度の割合。
頻度分布を更新	クラスタリングソリューション全体で設定された更新頻度の割合。

次のウィジェットでは、[クラスタリング] タブの [クラスタリングソリューション] というラベルの付いたセレクターを使用して、個々のモデルを選択します。

表 : 5. 選択したクラスターソリューションブレークダウン

ウィジェット	説明
クラスターの詳細	指定されたソリューションで作成された各クラスターの詳細。
クラスター数	指定されたクラスタリングソリューションで作成されたクラスターの数。
クラスター化された合計レコード	指定されたクラスタリングソリューションでクラスター化されたレコードの合計数。
完了した更新の数 (過去 7 日間)	指定されたクラスタリングソリューションに対して完了した更新ジョブの数。
前回の更新の詳細 (過去 7 日間)	クラスタリングソリューションが最後に更新された日時、作成された新しいクラスターの数、既存のクラスターに割り当てられたレコード数、および前回の更新での新しいクラスターの数。