예측 모델 생성 및 교육
통계 모델을 사용하면 트리거를 통해 MetricBase 유의미한 예외를 실시간으로 확인할 수 있습니다. 에 이미 저장된 MetricBase대표 데이터를 사용하여 모델을 교육해야 합니다.
시작하기 전에
프로시저
- 다음으로 이동 모두 > MetricBase > MetricBase 모델.
- 새로 만들기를 선택합니다.
-
양식의 필드에 내용을 입력합니다.
표 1. 모델 새 기록 양식 필드 설명 모델 이름 모델의 이름입니다. 이름은 영숫자 문자의 조합일 수 있습니다. 이 모델 이름은 모델 클래스와 동일하지 않습니다. 일반적으로 이 이름은 그룹화 기준의 값과 관련이 있습니다. 테이블 이름 교육 데이터가 포함된 테이블의 이름입니다. 메트릭 모델을 학습시키는 데 사용하는 메트릭의 이름입니다. 메트릭은 테이블에 속해야 합니다. 작성됨 모델을 교육한 날짜입니다. 필터 데이터 집합의 일부 데이터를 제외하는 데 사용하는 필터입니다. 주:모델을 학습시킬 데이터를 선택할 때 학습 집합의 변칙을 줄이기 위해 예상되는 동작을 보여주는 데이터를 선택해 보세요.그룹화 기준 그룹화 기준을 모델 데이터에 대한 판별자 필드로 사용할 수 있습니다. 예를 들어, 역할(예: 데이터베이스 또는 애플리케이션 서버 역할)에 따라 성능이 다른 프로덕션 서버 그룹에 대해 데이터 모델을 생성하려면 역할을 그룹화 기준 필드로 선택합니다. 교육 프로세스는 필터에서 선택한 기록 그룹에서 역할당 하나의 모델을 생성합니다. 각 역할에 대한 모델을 수동으로 만들 필요가 없습니다. 모델 클래스 데이터를 교육할 때 사용할 알고리즘입니다. 이동 평균 알고리즘(PEWMA, ARIMA), 계절 알고리즘(STL, HW)을 선택하거나 최적 적합 모형 찾기를 선택합니다. 디폴트 값은 최적 피팅 모델 찾기로, 각 알고리즘을 시도하고 훈련 세트에 대해 가장 잘 맞는 것으로 보이는 알고리즘을 선택합니다. 교육 데이터 세트 시작 날짜 MetricBase 이 날짜로 시작하는 메트릭에 대한 시계열 데이터입니다. 교육 데이터 세트 종료 날짜 MetricBase 이 날짜로 끝나는 메트릭에 대한 시계열 데이터입니다. 유효 기간 모델 재교육을 고려하도록 미리 알림 역할을 하는 날짜입니다. 모델 성능이 양호하면 다시 교육할 필요가 없습니다. 모델은 이 날짜 이후에도 계속 작업할 수 있습니다. 활성 학습된 모델을 사용하는 옵션입니다. 모델이 활성화되면 트리거로 워크플로우 스튜디오 사용할 수 있게 됩니다. -
Submit and Train(제출 및 교육)을 클릭합니다.
MetricBase 모델을 교육합니다. 완료되면 모델이 MetricBase 모델 인스턴스 탭에 나타납니다.
-
모델 이름을 클릭합니다.
모델링 데이터는 학습에 의해 최적화된 매개 변수가 있는 모델 문자열과 마찬가지로 나타납니다.
- 옵션:
모델 이름을 클릭한 다음 모델 설정(Set Model )을 클릭하여 모델 매개변수를 변경합니다.
모델 학습에 대한 설정을 재정의하려는 경우 모델 매개변수를 편집할 수 있습니다. 그래프가 업데이트되지 않고 수정된 모델 문자열이 저장됩니다.