找回密码
 立即注册
搜索

自助机器学习平台——Amazon SageMaker Canvas测评

产品之光 2022-5-20 22:30 303人围观 产品动向

# 产品动向
身边有很多写SQL很厉害的数据分析人员,数据治理好了、对数据仓库、业务需求都很熟悉,因为对机器学习算法、数据挖掘模型不是很熟悉,没法独立产出更高阶的分析结果。


哪怕厉害的分析师自己花费九牛二虎之力,做出了模型,还要对模型不断地调优,一趟操作下来,也累得够呛。


能否在没有算法工程师支持的情况下,做模型训练和特征识别,快速调整策略呢?


最近体验了 Amazon SageMaker Canvas 这样一款人人自助式机器学习工具,我找到了答案。


一、产品体验 1. 数据集选择和介绍


笔者使用了Kaggle的公开的银行数据集。


包含了14个特征:序号、客户ID、名字、信用分、地区、性别、年龄、保有期、余额、购买的产品数量、是否有信用卡、是否活跃用户、固定工资、是否正在从银行中取钱。


其中,需要构建的预测模型是:是否将会从银行中取出钱。


基于该数据集,笔者完整地体验了 Amazon SageMaker Canvas 数据集管理、建模、预测的流程。


2. 导入数据和预览


在导入了数据集之后,系统就给了一些特征提示。


也可以在此处对特征值进行初步的筛选,缺失值、类型不匹配、唯一值等,还可以初步判断特征和目标特征之间的线性相关关系、影响因子。


给出就给用户一些特征权重的提示,能够快速地调整选中的特征。


比如一些非关键特征:Surname、CustomerId,就被我去掉了。这样,也适当减少不必要的计算量,提高模型构建速度。


3. 快速构建和标准构建


系统提供了两种构建模式:标准模式、快速模式。


快速构建模型模式,模型构建速度更快,精确度则要低一些。标准模式则反之,模型构建耗时更多,精准度则要高一些。


4. 模型构建结果


模型的预测准确率。


模型训练完,在概览页可以看到预测的精准度为87.714%,也可以看到各个特征的影响值。


在得分页,可以看到具体的预测准确数和错误数。


点击高级指标,也看到不同结果,模型的准确度、精确度、召回值、AUC值。


5. 利用模型进行预测


模型构建完成后,可以利用模型进行预测对单个数据进行预测。


也可以对数据集进行预测,系统会给出可能性。


二、应用前景介绍


笔者所在的领域,是直播领域。用户运营、数据分析师们日常会对投放转化、用户活跃、用户留存、用户召回率这些核心指标日常关注。


哪些特征的用户的增加和流失,对平台的活跃、营收指标影响巨大。


场景1:广告投放


互联网内容领域,广告投放对保持日活、增加营收的影响非常巨大。


通过广告投放获取的这波新用户,是否具有消费潜力呢?要用什么样的内容做用户承接,通过什么关键路径能够实现留存和转化呢?


为了提高投放效果,算法部门会基于历史的用户数据训练用户留存、消费预测模型。


场景2:潜在流失用户挽留


具备什么样行为特征的是高潜流失用户呢?在什么时间节点对这些潜在流失用户进行召回、挽留,能够提高留存率,提高拉活率呢?


给出清晰的流失用户定义后,分析师和算法部门,可以构建一套直播用户流失预测模型。


基于模型,提取流失用户的特征,利用这些特征对用户进行挽留活动。


场景3:KA用户分析和运营


KA用户是直播行业里的重要运营和维护对象。


平台新来了一个用户,该用户能否成为成为平台营收的增长点呢?是否要在早期阶段进行服务的提升和关系维护呢?


在直播场景里,预测模型将能大大提升精细化运营的ROI。


三、感触比较深的点 1. 预览数据


高质量的数据是数据分析和挖掘的基础。


导入数据后,进行构建后,数据分析师能快速地了解数据的大体质量,不同特征的数据类型,有无缺失值,均值、众数等信息,大大减少了因为数据质量问题引发的后续的问题。


2. 构建后的简单特征关联度分析


通常情况下,特征的选取,是基于业务经验,系统也对这方面给出了快捷的特征影响分析,帮助分析师能筛除不必要的特征,加快模型构建速度。


模型构建结束后,系统也基于 KernelShap 给出排名前十的影响模型预测结果的特征。


数据分析的同学,可以将更多的精力放在对关键特征、关键用户进行AB实验。


因为本人不具备算法模型构建的技能,所以Studio的部分,未进行深入体验。


四、其他体验 1. 视觉层面的感受


视觉层面有两个特点:简洁,不花哨;扁平化,不枯燥。


对比一些厂商的工具,可能因为产品调性问题,不会特别在意这些细节。


2. 交互层面


交互层面,也是比较便捷。在提醒方面,也是做得很好的。


操作指引给出了比较图形化的解释,和介绍中的很多点,都是有对应关系的。


比如:清理和分析数据并获得有关估算模型精度的指标识别训练数据集中最具影响力的字段。


在导入了数据集之后,系统就给了我一些提示。


在预构建时,就给用户一些特征权重的提示。


3. 功能层面


模型管理的流程是:导入数据集 → 数据集自动检测 → 预构建(prebuild)→ 构建 → 预测 → 导出/共享。


在上文提到的交互提示下,操作起来没有任何难度。


模型构建完成后,也能方便地看到构建的细节,也能更数据科学家和算法工程师沟通,将模型构建的过程、脚本等等,都能进行共享,业务分析师职责范围内的工作难度被大大降低。


五、总结和感受


我觉得 Amazon SageMaker Canvas 这款产品拥有黑科技、定位清晰,紧盯目标,有边界感。


将复杂繁琐的特征工程、模型构建的过程进行产品化,为分析师解决了 80% 的常见问题,大大提高了效率。


剩余的、难搞的、但是也同样重要的模型调优,也可以跟数据科学家和算法工程师们进行协同。


数据分析师们将能大大地提升自工作效率,将更多的精力放到业务的驱动上。


作者:数据产品小lee;公众号:乐说乐言


本文来源【乐说乐言】版权归原作者所有
相关推荐