예측 모델 생성 및 교육
통계 모델을 사용하면 트리거를 통해 MetricBase 실시간으로 중요한 예외를 확인할 수 있습니다. 이미 에 저장된 MetricBase대표 데이터를 사용하여 모델을 학습시켜야 합니다.
시작하기 전에
프로시저
- 다음으로 이동 모두 > MetricBase > MetricBase 모델.
- 새로 만들기를 선택합니다.
-
양식에서 필드를 채웁니다.
표 1. 모델 새 기록 양식 필드 설명 모델 이름 모델의 이름입니다. 이름은 영숫자의 임의의 조합일 수 있습니다. 이 모델 이름은 모델 클래스와 동일하지 않습니다. 일반적으로 이름은 그룹화 기준의 값과 관련이 있습니다. 테이블 이름 교육 데이터가 들어 있는 테이블의 이름입니다. 메트릭 모델을 학습시키는 데 사용하는 메트릭의 이름입니다. 메트릭은 테이블에 속해야 합니다. 작성됨 모델을 교육한 날짜입니다. 필터 데이터 세트의 일부 데이터를 제외하는 데 사용하는 필터입니다. 주:모델을 교육할 데이터를 선택할 때 교육 세트의 예외를 줄이기 위해 예상되는 동작을 보여주는 데이터를 선택하도록 하십시오.그룹화 기준 그룹 기준을 모델 데이터의 판별자 필드로 사용할 수 있습니다. 예를 들어, 역할(예: 데이터베이스 또는 애플리케이션 서버 역할)에 따라 성능이 다른 프로덕션 서버 그룹에 대해 데이터 모델을 작성하려면 그룹 기준 필드로 역할을 선택합니다. 교육 프로세스에서는 필터에 의해 선택된 기록 그룹의 역할당 하나의 모델을 생성합니다. 각 역할에 대한 모델을 수동으로 만들 필요가 없습니다. 모델 클래스 데이터를 학습시킬 때 사용할 알고리즘입니다. 이동 평균 알고리즘(PEWMA, ARIMA), 계절 알고리즘(STL, HW)을 선택하거나 최적 맞춤 모델 찾기를 선택합니다. 기본값은 최적 모델 찾기로, 각 알고리즘을 시도하고 교육 세트에 가장 적합한 알고리즘을 선택합니다. 교육 데이터 세트 시작 날짜 MetricBase 이 날짜로 시작하는 메트릭의 시계열 데이터입니다. 교육 데이터 세트 종료 날짜 MetricBase 이 날짜로 끝나는 메트릭의 시계열 데이터입니다. 유효 기간 모델 재교육을 고려하도록 상기시키는 날짜입니다. 모델의 성능이 양호하다면 다시 교육할 필요가 없습니다. 모델은 이 날짜 이후에도 계속 작업할 수 있습니다. 활성 교육된 모델을 사용하는 옵션입니다. 모델이 활성화되면 트리거로 워크플로우 스튜디오 사용할 수 있게 됩니다. -
제출 및 교육을 클릭합니다.
MetricBase 모델을 학습시킵니다. 완료되면 모델이 MetricBase 모델 인스턴스 탭에 나타납니다.
-
모델 이름을 클릭합니다.
모델링 데이터는 학습으로 최적화된 매개변수가 있는 모델 문자열과 마찬가지로 나타납니다.
- 옵션:
모델 이름을 클릭한 다음 모델 설정을 클릭하여 모델 매개변수를 변경합니다.
모델 학습에 대한 설정을 재정의하려는 경우 모델 매개변수를 편집할 수 있습니다. 그래프가 업데이트되지 않습니다. 수정된 모델 문자열을 저장하고 있습니다.