Questa esercitazione fornisce i prerequisiti e le risorse necessari per tutti gli altri Adobe Experience Platform Data Science Workspace esercitazioni. Una volta completati, i seguenti schemi e set di dati saranno disponibili per te e la tua organizzazione IMS.
Schemi:
Set di dati:
L’esercitazione seguente utilizza un modello di propensione di acquisto Luma personalizzato. Prima di procedere, scarica le risorse richieste cartella zip. Questa cartella contiene:
Puoi utilizzare il tuo schema e i tuoi dati per qualsiasi esercitazione. Tuttavia, il modello demo fornito nelle risorse non funziona a meno che non sia stato fornito il file di configurazione e il file dei requisiti corretti. Questo modello di propensione demo è stato progettato per funzionare con i dati web Luma.
Per creare un modello, è necessario disporre di un set di dati in Platform che viene utilizzato per addestrare e valutare il modello. Il seguente video tutorial tratto da Corso su Data Science Workspace illustra come creare lo schema Luma e acquisire i dati utilizzati dal modello di propensione di acquisto.
Per eseguire il blocco appunti del generatore di ricette o utilizzare l'API per addestrare e valutare un modello, è necessario specificare i set di dati e gli schemi utilizzati per la formazione/il punteggio. L’esercitazione video seguente illustra come impostare i set di dati dei risultati di formazione, valutazione e valutazione, nonché lo schema dei risultati di valutazione utilizzato nel modello di propensione di acquisto Luma.
Seguendo questa esercitazione, hai creato correttamente gli schemi e i set di dati richiesti per il modello di propensione Luma. Ora puoi continuare l’esercitazione successiva e creare il modello utilizzando la blocco appunti del generatore di ricette esercitazione.
Inoltre, è possibile esplorare i dati utilizzando il blocco appunti EDA (Exploratory Data Analysis) fornito. Questo blocco appunti può essere utilizzato per comprendere i pattern nei dati Luma, controllare l’integrità dei dati e riepilogare i dati rilevanti per il modello di propensione predittiva. Per ulteriori informazioni sull’analisi dei dati esplorativi, visita la sezione Documentazione AED.