建立Luma傾向模型結構和資料集

本教學課程提供所有其他必要條件和資產 Adobe Experience Platform Data Science Workspace 教學課程。 完成後,您和IMS組織將能使用下列結構和資料集。

綱要:

  • Luma網站資料結構
  • 傾向模型分數結果結構

資料集:

  • Luma網頁資料集
  • 傾向模型訓練資料集
  • 傾向模型計分資料集
  • 傾向模型計分結果資料集

下載資產

下列教學課程使用自訂Luma購買傾向模型。 在繼續之前, 下載所需資產 zip資料夾。 此資料夾包含:

  • 購買傾向模型筆記本
  • 用於將資料內嵌至訓練和計分資料集(Luma網路資料的子集)的筆記型電腦
  • 包含730,000名Luma使用者Web資料的示範JSON檔案
  • 可選的Python 3 EDA(探索資料分析)筆記型電腦,可用於幫助了解Web資料和模型。
注意

您可以在任何教學課程中使用自己的結構和資料。 不過,資產中提供的示範模型無法運作,除非已提供正確的設定檔案和需求檔案。 此示範傾向模型旨在搭配Luma網頁資料使用。

建立Luma Web資料結構並擷取資料

若要建立模型,您必須在Platform中擁有資料集,以便訓練和評分模型。 以下教學課程影片來自 Data Science Workspace課程 逐步引導您建立Luma結構,以及擷取購買傾向模型所使用的資料。

建立培訓、評分和評分結果資料集

若要執行方式產生器筆記型電腦或使用API來訓練和計分模型,您必須指定用於訓練/計分的資料集和結構。 以下影片教學課程會逐步引導您建立訓練、計分和計分結果資料集,以及Luma購買傾向模型中使用的計分結果結構。

後續步驟

依照本教學課程,您已成功建立Luma傾向模型的必要結構和資料集。 您現在已準備好繼續下一個教學課程,並使用 配方生成器筆記型電腦 教學課程。

此外,您也可以使用提供的探索資料分析(EDA)筆記型電腦來探索資料。 此筆記型電腦可協助您了解Luma資料中的模式、檢查資料的健全度,以及為預測傾向模型總結相關資料。 若要進一步了解探索資料分析,請造訪 EDA檔案.

本頁內容