Punteggio di un modello (interfaccia utente)

Il punteggio in Adobe Experience Platform Data Science Workspace può essere ottenuto inserendo i dati in un modello già preparato. I risultati del punteggio vengono quindi memorizzati e visualizzati in un set di dati di output specificato come nuovo batch.

Questa esercitazione illustra i passaggi necessari per segnare un modello nell'interfaccia Data Science Workspace utente.

Introduzione

Per completare questa esercitazione, è necessario avere accesso a Experience Platform. Se non disponete dell'accesso a un'organizzazione IMS in Experience Platform, rivolgetevi all'amministratore di sistema prima di procedere.

Questa esercitazione richiede un modello qualificato. Se non si dispone di un modello qualificato, seguire il treno e valutare un modello nell’esercitazione dell’interfaccia utente prima di continuare.

Creazione di una nuova esecuzione del punteggio

Un’esecuzione del punteggio viene creata utilizzando configurazioni ottimizzate partendo da un’esecuzione di formazione precedentemente completata e valutata. L'insieme di configurazioni ottimali per un modello viene in genere determinato analizzando le metriche di valutazione dell'esecuzione della formazione.

1. Trovate l'esecuzione di formazione ottimale per utilizzare le relative configurazioni per il punteggio. Aprite l’esecuzione della formazione desiderata facendo clic sul suo nome.

2. Dalla scheda Esecuzione formazione Evaluation , fate clic sul Score pulsante in alto a destra dello schermo. Verrà avviato un nuovo flusso di lavoro Esegui punteggio .
   

3. Selezionare il set di dati per il punteggio di input e fare clic su Next.
   

4. Selezionare il set di dati per il punteggio di output. Si tratta del set di dati di output dedicato in cui sono memorizzati i risultati del punteggio. Confermate la selezione e fate clic Next.
   

5. Il passaggio finale del flusso di lavoro richiede di configurare l’esecuzione del punteggio. Queste configurazioni vengono utilizzate dal modello per l'esecuzione del punteggio.
   Non sarà possibile rimuovere i parametri ereditati impostati durante la creazione del modello. Per modificare o ripristinare i parametri non ereditati, fai doppio clic sul valore o fai clic sull’icona di ripristino mentre passi il cursore sulla voce.
   
   Rivedete e confermate le configurazioni di punteggio e fate clic Finish per creare ed eseguire l'esecuzione del punteggio. Verrà visualizzata la Scoring Runs scheda e la nuova esecuzione del punteggio mostrerà uno stato.
   
   Un'esecuzione del punteggio visualizzerà uno dei quattro stati seguenti: In sospeso, Completato, Non riuscito o In esecuzione e vengono aggiornati automaticamente. Procedete con il passaggio successivo se lo stato è "Completato" o "Non riuscito".

Visualizza risultati punteggio

1. Individuate l’esecuzione della formazione utilizzata per l’esecuzione del punteggio e fate clic sul nome per visualizzarne la Evaluation pagina.

2. Nella parte superiore della pagina di valutazione dell’esecuzione della formazione, fate clic sulla Scoring Runs scheda per visualizzare un elenco delle esecuzioni di valutazione esistenti. Fare clic sull'elenco dei punteggi per visualizzarne i dettagli nella colonna a destra.
   

3. Se l’esecuzione del punteggio selezionata ha lo stato "Completato" o "Non riuscito", il View Activity Logs collegamento trovato nella colonna destra sarà attivo. Fate clic sul collegamento per visualizzare o scaricare i registri di esecuzione. Se un'esecuzione del punteggio non è riuscita, i log di esecuzione possono fornire informazioni utili per determinare il motivo dell'errore.
   

4. Fate clic sul Preview Scoring Results Dataset collegamento presente nella colonna di destra. Sarà possibile visualizzare un'anteprima del set di dati di output dall'esecuzione del punteggio.
   

5. Per l'insieme completo dei risultati del punteggio, fai clic sul Scoring Results Dataset collegamento presente nella colonna a destra.

Passaggi successivi

Questa esercitazione illustra i passaggi necessari per eseguire la valutazione dei dati utilizzando un Modello addestrato in Data Science Workspace. Seguite l'esercitazione sulla pubblicazione di un modello come servizio nell'interfaccia utente per consentire agli utenti all'interno dell'organizzazione di valutare i dati fornendo un accesso semplice a un servizio di machine learning.