创建模型
学习目标
完成本单元后，您将能够：
- 说明 Einstein Discovery 模型是什么，为什么应该使用这一模型。
- 介绍 Einstein Discovery 模型中的关键要素。
- 在 Einstein Discovery 中配置和创建一个模型。
什么是模型？
模型是一个复杂的自定义公式，基于对过去结果的综合统计理解，用于预测未来结果。Einstein Discovery 模型是性能指标、设置、预测和数据见解的总合。Einstein Discovery 会根据您想要改进的结果（模型的目标）、为此目的收集的数据（在 CRM Analytics 数据集中）以及告诉 Einstein Discovery 如何进行分析和传达其结果的其他设置，引导您完成创建模型的步骤。
创建模型
这里介绍了如何使用您在上一个单元中准备的 CRM Analytics 数据集创建预测模型。
- 如果仍在查看上一单元加载的数据集，请单击 Create Model（创建模型），并转到步骤 4。否则，请在 Analytics Studio 的主页上单击 Create（创建）并选择 Model（模型）。
- 在 New Model（新建模型）屏幕中，单击 Create from Dataset（创建自数据集）并单击 Continue（继续）。
- 选择您在上一个单元中创建的 opportunity_history 数据集，然后单击 Next（下一步）。
- 在“创建模型”屏幕中，指定您的目标。目标定义了您要分析的结果并训练模型进行预测。指定您要让结果最大化还是最小化。
在此模块中，您的目标是要让赢得业务机会最大化。为 I Want to Predict（我要预测）选择 IsWon，在 Maximize（最大化）旁，改为 IsWon:TRUE。接受所有其他默认设置，然后单击下一步。
- 在 Configure Model Columns（配置模型列）屏幕中，接受默认设置（Automated（自动））并单击 Create Model（创建模型）。
Einstein 开始使用统计分析、机器学习算法和人工智能来构建预测模型。
完成后，Einstein 显示模型的性能概览。
调查数据质量警报
在分析和训练期间，Einstein Discovery 会检查您的数据是否存在质量问题，例如重复影响（称为多重共线性数据警报）、潜在偏差或经常缺失的值，或其他数据质量问题。一旦检测到潜在的数据质量问题，Einstein 将通过数据警报通知您。要了解有关数据警报的更多信息，请查看处理质量警报。
在模型性能概览中，查看“评估部署准备情况”并单击查看所有警报按钮，检查有关您的模型的所有警报。
“数据警报”面板会向您显示每个事件，并让您选择采取措施或忽略警报。
在我们的模型中，Einstein 在数据中检测到多重共线性。问题是两个或多个变量（金额和潜在客户来源）彼此之间高度相关，并且可能对结果产生重复影响。对于此模块，请继续并为“金额”和“潜在客户来源”选择忽略警报。
Einstein 还检测到一个按不同范围（存储桶）对 Amount（金额）值进行分类的业务机会。在 Suggested Buckets（建议存储桶）下，选择 Apply the new buckets（应用新存储桶）。
创建模型版本
单击下一步。Einstein Discovery 会提示您描述新的模型版本。
每次对模型进行更改时，都需要通过创建新版本来重新运行分析和重新训练模型。对于我们的情况来说，需要新版本是因为 Einstein 需要使用最新设置再次分析您的数据。在本模块的前面部分，您了解到开发 Einstein Discovery 解决方案是一个迭代过程。模型版本可帮助您跟踪每次迭代。
在方框中键入 Ignore multicollinearity alerts and apply buckets to Amount（忽略多重共线性警报并将存储桶应用于金额），然后单击 Train Model（训练模型）。
Einstein 在新版本中重新分析和训练模型。新版本完成后，您将再次看到模型性能概览。在新版本中，您将看到新的版本编号，不再有需要查看的警报。
编辑模型设置
要开始自定义模型，单击 Settings（设置）。
现在您可以检查模型设置。
数据集详细信息
您会看到数据集中的行数和列数 (1)。在 Einstein Discovery 中，我们将数据集中的每一行称为一个观察，将每一列称为一个变量。
变量表
变量表 (2) 展示模型中的变量。
- 第一个变量 (IsWon) 是您的结果变量，即您试图改善的业务成果。您的目标是最大化 IsWon。
- 接下来是解释性变量，您浏览这些变量以确定它们是否可以，以及在多大程度上影响您的模型的结果变量。
-
重要性是变量对模型预测结果的相对影响力。重要性表示模型在预测结果时选择使用变量的程度。重要性的级别被量化为百分比。百分比越高，影响越大。重要性是一种考虑变量之间相互作用的高级度量。如果两个变量高度相关并且包含相似的信息，则模型选择更好的变量来使用。
- 使用列下拉列表显示相关性而不是重要性。相关性就是指解释性变量和结果变量之间的统计性关联，或“相互关系”。相关性的强度被量化为百分比。百分比越高，相关性越强。切记相关性不是因果关系。相关性只描述变量之间的关联强度，而不是它们是否从因果上影响彼此。可以将相关性视为衡量该字段本身能够预测结果的程度。
- 如果 Einstein Discovery 检测到数据中可能存在需要引起特别注意的问题，则会出现数据警报。
一般设置
在右侧面板中，一般设置 (3) 显示模型使用的数据集。您还可以查看和更改模型的验证和算法。
编辑变量设置
在变量表中，单击 Industry（行业）。在右侧的面板中，为所选变量配置设置。
- 如果您怀疑变量可能指示偏差，则请选择分析偏差 (1)，这将激活 Einstein Discovery 的偏差检测功能。要了解更多信息，请查看 Einstein Discovery 的道德模型发展：快速浏览。
- 如果您想在分析过程中转换此变量的值，请选择可用的 Transform（转换） (2) 选项。选项包括模糊匹配、检测情绪，文本群集和替换缺少的值。转换仅更改模型中的数据 - 数据集中的值不变。例如，模糊匹配修复了文本值中的轻微排版差异（如拼写或打字错误），因此模型可以进行更准确的分类和更好的预测。
-
Include Only（仅包括） (3) 显示与变量关联的值，从最常见的值开始。如果您清除某个值旁边的复选框，Einstein 可能会在分析中忽略该值，也可能会将该值合并到“其他”类别中。
-
柱状图 (4) 显示值在数据集中出现的频率。
您还可以用模型做什么？
除了刚刚学习的模型的用途之外，您还可以：
- 查看版本历史记录，转到另一个版本。
- 为见解图加书签。
- 与其他模型比较。
- 查看和复制 R 代码。
- 为模型重命名。
- 更改保存模型的应用。
- 删除模型。
接下来做什么？
在本单元中，您创建了模型，解决了数据警报并创建了新版本的模型。在下一单元中，您将评估模型。
资源