建立預測模型
使用預測模型來計算您可以用於做出決策的預測。 您將在決策服務中建立預測模型，然後在決策模型使用它們。
例如，假定您具有一個決策模型，用來決定是否應該核准某位客戶所要求的貸款。 您具有一個機器學習模型，可以根據過去貸款的資料庫，來預測該客戶償還貸款的可能性。 如果要在決策模型中使用此預測，您必須先將其封裝在預測模型中。 然後，您可以將此預測模型注入到決策模型中。
在建立預測模型之前，您必須先具備機器學習模型的相關知識：
- 列出該模型做出預測所需的資料。 例如，預測可能基於該客戶的年齡和每月薪水，以及貸款金額與持續時間。
- 找出預測的預期表單。 它可能是位於 1 - 100 範圍內的某個數字，其中 100 表示確定該客戶將償還貸款，1 表示確定該客戶將不償還貸款。
- 驗證訓練該模型時所使用的值的範圍。 例如，如果使用客戶的年齡來做出預測，請驗證訓練該模型時所使用的年齡範圍。 透過確保您向預測模型提供的輸入資料位於此範圍內，您可以提高其預測的可靠性。
如果要建立預測模型，您可以根據機器學習模型來產生一個範本。 它包含數個自動為您產生的節點：
- 一個輸入資料節點，用來代表機器學習模型做出預測所需的其中一種輸入資料類型。
- 一個決策節點，用來對映輸入資料。 它包含您撰寫的規則，用來將機器學習模型的輸入資料類型對映至資料模型的資料類型。
- 一個決策節點，其中包含用於呼叫機器學習模型的規則。
- 一個決策節點，用來對映輸出資料。 它包含您撰寫的規則，用來將機器學習模型的輸出資料類型對映至資料模型的資料類型。
機器學習範例會隨 Automation Decision Services 一起提供，以協助您開始使用預測模型。 如需相關資訊，請參閱GitHub 中的範例和指導教學。