このトピックでは、Designer (ビジュアルモデリング) のプリセットテンプレートを使用して、発電所の出力を予測するモデルを迅速に構築する方法について説明します。
背景情報
このワークフローでは、コンバインドサイクル発電所のデータを使用して、産業環境における機械学習アプリケーションのデモを行います。正確な出力予測により、オペレーターは発電の計画とスケジュールをより適切に行うことができ、リソース割り当てを最適化し、無駄を防ぐことができます。
前提条件
-
ワークスペースが作成済みであること。 詳細については、「ワークスペースの作成と管理」をご参照ください。
-
MaxCompute リソースがワークスペースに関連付けられていること。 詳細については、「ワークスペースの作成と管理」をご参照ください。
データセット
このワークフローでは、UCI 機械学習リポジトリの Combined Cycle Power Plant データセットを使用します。 詳細については、「Combined Cycle Power Plant Data Set」をご参照ください。 データセットには 9,568 個のデータサンプルが含まれています。 各サンプルには、周囲温度 (AT)、排気真空 (V)、周囲圧力 (AP)、相対湿度 (RH)、正味毎時電気エネルギー出力 (PE) の 5 つの特徴量が含まれています。 次の図は、ワークフローデータのサンプルを示しています。
発電所の出力予測
-
Machine Learning Designer (ビジュアルモデリング) ページに移動します。
-
PAI コンソールにログインします。
-
左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。 [ワークスペース] ページで、管理するワークスペースの名前をクリックします。
-
左側のナビゲーションウィンドウで、 を選択します。
-
-
ワークフローを構築します。
-
Designer (ビジュアルモデリング) ページで、Preset Templates タブをクリックします。
-
[発電所出力予測] プリセットテンプレートカードの Create をクリックします。
-
Create Pipeline ダイアログボックスで、パラメーターを設定します (すべてのパラメーターにデフォルト値を使用できます)。
Data Storage パラメーターは、ワークフローが生成する一時データとモデルを格納するために使用される OSS バケットパスを指定します。
-
Confirm をクリックします。
ワークフローは約 10 秒で作成されます。
-
ワークフローリストで、「発電所出力予測」ワークフローをダブルクリックして、ワークフローに入ります。
-
システムは、次の図に示すように、プリセットテンプレートに基づいてワークフローを自動的に構築します。
エリア
説明
①
[相関行列] コンポーネントを使用すると、各特徴量が出力 (PE) に与える影響を観察できます。 ワークフローの実行後、キャンバス上の [相関行列] コンポーネントを右クリックし、Visual Analysis をクリックして結果を表示できます。
②
データセットは、8:2 の比率で訓練データセットと予測データセットに分割されます。
③
[線形回帰] コンポーネントは回帰モデルを構築します。
④
Predicted コンポーネントは、予測データセットでモデルのパフォーマンスをテストします。 次に、[回帰評価] コンポーネントがモデルの予測精度を評価します。
-
-
ワークフローを実行し、出力を表示します。
-
キャンバスの左上隅にある
をクリックします。 -
ワークフローの実行が完了したら、キャンバス上の [相関行列] を右クリックし、ショートカットメニューで Visual Analysis をクリックします。
-
[相関行列] ダイアログボックスで、各特徴量が出力 (PE) に与える影響を表示します。
特徴量は、出力 (PE) への影響が大きい順に、周囲温度 (AT)、排気真空 (V)、周囲圧力 (AP)、相対湿度 (RH) となっています。 -
キャンバス上の [線形回帰] を右クリックし、ショートカットメニューから を選択して、モデル評価の結果を表示します。
-
キャンバス上の [回帰評価] を右クリックし、ショートカットメニューから を選択して、出力に基づいて回帰アルゴリズムモデルのパフォーマンスを評価します。
-