建立Luma傾向模型結構描述和資料集

本教學課程提供您所有其他專案所需的先決條件和資產 Adobe Experience Platform Data Science Workspace 教學課程。 完成後，您和您的組織將可以使用以下結構描述和資料集。

綱要:

• Luma Web資料結構
• 傾向模型評分結果結構描述

資料集:

• Luma網路資料集
• 傾向性模型訓練資料集
• 傾向模型評分資料集
• 傾向模型評分結果資料集

下載資產

以下教學課程使用自訂Luma購買傾向模型。 繼續進行之前， 下載必要的資產 zip資料夾。 此資料夾包含：

• 購買傾向性機型筆記型電腦
• 用來將資料內嵌至訓練和評分資料集（Luma網路資料的子集）的筆記本
• 包含730,000名Luma使用者之網頁資料的示範JSON檔案
• 選購的Python 3 EDA （探索資料分析）筆記型電腦，可用來協助瞭解網路資料和模型。

建立Luma Web資料結構描述並擷取資料

為了建立模型，Platform中必須有資料集，可用來對模型進行訓練和評分。 下列影片教學課程來自 資料科學工作區課程 會逐步引導您建立Luma結構描述，並擷取購買傾向模型使用的資料。

建立訓練、評分和評分結果資料集

若要執行配方產生器筆記本或使用API來訓練和評分模型，您必須指定用於訓練/評分的資料集和結構描述。 以下影片教學課程會逐步引導您設定訓練、評分和評分結果資料集，以及Luma購買傾向模型中使用的評分結果結構描述。

後續步驟

依照本教學課程，您已成功建立Luma傾向模型所需的結構描述和資料集。 您現在已準備好繼續下一教學課程，並使用建立模型 配方產生器筆記本 教學課程。

此外，您可以使用提供的探索資料分析(EDA)筆記本來探索資料。 此筆記本可用來協助瞭解Luma資料中的模式、檢查資料健全度，並總結預測傾向模型的相關資料。 若要進一步瞭解探索資料分析，請造訪 EDA檔案.