创建Luma倾向模型架构和数据集

本教程向您提供所有其他教程所需的先决条件和资源 Adobe Experience Platform Data Science Workspace 教程。 完成后,您和您的组织将可以使用以下架构和数据集。

架构:

  • Luma Web数据架构
  • 倾向模型评分结果模式

数据集:

  • Luma Web数据集
  • 倾向模型训练数据集
  • 倾向模型评分数据集
  • 倾向模型评分结果数据集

下载资产

以下教程使用自定义Luma购买倾向模型。 在继续操作之前, 下载所需的资产 zip文件夹。 此文件夹包含:

  • 购买倾向模型笔记本
  • 用于将数据摄取到训练和评分数据集(Luma Web数据的子集)的笔记本
  • 包含730,000个Luma用户的Web数据的演示JSON文件
  • 可选的Python 3 EDA(探索性数据分析)笔记本,可用于帮助了解Web数据和模型。
注意

您可以将自己的架构和数据用于任何教程。 但是,除非提供正确的配置文件和要求文件,否则资产中提供的演示模型不起作用。 此演示倾向模型旨在处理Luma Web数据。

创建Luma Web数据架构并摄取数据

要创建模型,您必须在Platform中有一个数据集,用于训练和评分您的模型。 以下视频教程来自 数据科学工作区课程 引导您逐步创建Luma架构和摄取购买倾向模型使用的数据。

创建训练、评分和评分结果数据集

要运行方法生成器笔记本或使用API来训练和评分模型,您需要指定用于训练/评分的数据集和架构。 以下视频教程将指导您设置训练、评分和评分结果数据集,以及在Luma购买倾向模型中使用的评分结果架构。

后续步骤

通过阅读本教程,您已成功为Luma倾向模型创建所需的架构和数据集。 现在,您已准备好继续下一教程并使用创建模型 配方生成器笔记本 教程。

此外,您可以使用提供的探索数据分析(EDA)笔记本来探索数据。 此笔记本可用于帮助了解Luma数据中的模式、检查数据是否正常以及总结预测倾向模型的相关数据。 要了解有关探索性数据分析的更多信息,请访问 EDA文档.

在此页面上