In diesem Tutorial erhalten Sie die Voraussetzungen und Assets, die für alle anderen Adobe Experience Platform Data Science Workspace Tutorials. Nach Abschluss des Vorgangs stehen Ihnen und Ihrer IMS-Organisation die folgenden Schemas und Datensätze zur Verfügung.
Schemata:
Datensätze:
Das folgende Tutorial verwendet ein benutzerdefiniertes Luma-Kaufneigungsmodell. Vor dem Verfahren Herunterladen der erforderlichen Assets ZIP-Ordner. Dieser Ordner enthält:
Sie können Ihr eigenes Schema und Ihre Daten für jedes der Tutorials verwenden. Das in den Assets bereitgestellte Demo-Modell funktioniert jedoch nur, wenn es über die richtige Konfigurationsdatei und Anforderungsdatei verfügt. Dieses Demo-Tendenzmodell wurde für die Verwendung mit Luma-Webdaten entwickelt.
Um ein Modell zu erstellen, müssen Sie über einen Datensatz in Platform verfügen, der zum Trainieren und Bewertung Ihres Modells verwendet wird. Das folgende Video-Tutorial aus dem Data Science Workspace-Kurs führt Sie durch die Erstellung des Luma-Schemas und die Erfassung der vom Kaufpropensionsmodell verwendeten Daten.
Um das Rezept Builder-Notebook auszuführen oder die API zum Trainieren und Bewerten eines Modells zu verwenden, müssen Sie die Datensätze und Schemas angeben, die für Schulungen/Auswertungen verwendet werden. Das folgende Video-Tutorial führt Sie durch die Einrichtung der Datasets für Trainings-, Scoring- und Scoring-Ergebnisse sowie des Schemas für Scoring-Ergebnisse, das im Luma-Kaufneigungsmodell verwendet wird.
In diesem Tutorial haben Sie erfolgreich die erforderlichen Schemas und Datensätze für das Luma-Tendenzmodell erstellt. Sie können jetzt mit dem nächsten Tutorial fortfahren und das Modell mithilfe der Rezept-Builder-Notebook Tutorial.
Darüber hinaus können Sie die Daten mithilfe des bereitgestellten Notebooks Exploratory Data Analysis (EDA) untersuchen. Dieses Notebook kann verwendet werden, um Muster in den Luma-Daten zu verstehen, die Datensaniertheit zu überprüfen und die relevanten Daten für das prädiktive Tendenzmodell zusammenzufassen. Weitere Informationen zur Explorationsdatenanalyse finden Sie unter EDA-Dokumentation.