API 资料

在将其运用到您的第一个分析之前,请花点时间熟悉使用mltrons API进行预测的过程。
我们一直在努力将复杂流程简单化。

这是基本过程:
1. 提交数据集
2. 选择目标变量
3. 运行自动模型
4. 获得结果

mltrons automl steps image

提交数据集

所有机器学习过程都必须从数据和您正在尝试深入了解的问题开始。这个问题的范围可以从“下周二我将卖多少件衬衫?”到“如果这几个变量在未来几周内发生变化,我的销售情况会怎样?”

要使用mltrons API,您必须向我们提供数据集。此数据集可以是一系列相关值。例如,它可能是过去三年每天销售的衬衫单位数量或商店销售数据。它可能包含许多不同产品的属性 - 产品描述,颜色,类型,年份,日期,交易ID,位置,销售,客户ID。除此历史数据外,您还可以添加其他数据点。这就是商业直觉,理解和创造力发挥作用的地方。这些额外的数据点可以是一系列日历事件,例如双十一当周在该商店运行的促销,某天下午电视上的重大体育赛事,或午餐时间下了大雪。

提交的数据非常重要,因为它将被已存在于mltrons数据库中的大量算法分析用于发现数据内的隐藏关系。这个发现过程发生在我们称之为ml-type和auto-model(自动模式)选择的过程中。

mltrons platform upload file image

自动模式

自动模式是简单地使用所提供的数据集发现过程。 有几种类型的ML算法可以启动每种类型的ML可以帮助回答不同类型的问题,但都作用于你所提供的数据集。当您想要根据数据中发现的关系对数据进行预测时,就会进行预测。当您想要预测某些事情可能会随着时间的推移而发生变化时,就会进行预测。这就是数据科学大规模发生的地方。 在幕后,我们的自动模型选择将用于发现这些数据集的形成特征,试图找出哪些因素对其他因素有影响,相关性在哪里并最终提供所谓的最佳数学模型, 然后使用此模型。通常,这个分析模型将永久存储以供您重复使用。

mltrons ai image

评估结果并预测

自动模型选择成功完成后,mltrons API将根据用于构建或训练该模型的数据构建自定义数学模型。 您可以将该模型视为基于数据集中包含的不同数据之间的关系构建的自定义算法。 根据ML的类型不同,结果会有所不同,但最终都会解决对您想要的变量,也称为目标,的预测。 构建模型后,可以对其进行评估,然后将其用于预测和预报。 您可以获取图表或以csv格式下载结果进行进一步分析。

mltrons deliver great results

__________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

概览

1. 基本细节

在基本细节中,我们定义了基本参数,我们将进一步将调用传递给API。 这些基本参数包括项目的名称,该文件的地址,项目类型是基本相同的选择,你会预测或预报的项目的类型和最终目标变量。

mltrons machine learning api basic details

2. 参数传递

我们将这些基本参数传递到类仪表板(class dashboard)

mltrons machine learning api parameters

3. 数据转型&选择

通过调用这些函数,数据将自动清理并转换为更易读的格式,填充缺失值并定义数据类型。 此外,用户可以手动过滤数据。 例如,在整个数据集中,用户只想预测位置1或有产品类型X的商店。手动过滤之后,用户可以输入需要预测的时间段来得到相应结果

mltrons machine learning api forecast levels

4. 自动模式&结果

通过调用这些函数,用户要求系统根据数据集找到最佳拟合模型,并以图形的形式显示结果。

mltrons machine learning api automl

__________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________