Pontuar um modelo na interface do usuário do Data Science Workspace

A pontuação no Adobe Experience Platform Data Science Workspace pode ser alcançada ao alimentar os dados de entrada em um Modelo treinado existente. Os resultados da pontuação são armazenados e visualizados em um conjunto de dados de saída especificado como um novo lote.

Este tutorial demonstra as etapas necessárias para pontuar um Modelo na interface do usuário Data Science Workspace.

Introdução

Para concluir este tutorial, você deve ter acesso a Experience Platform. Se você não tiver acesso a uma Organização IMS em Experience Platform, fale com o administrador do sistema antes de continuar.

Este tutorial requer um Modelo treinado. Se você não tiver um Modelo treinado, siga o trem e avalie um Modelo no tutorial da interface do usuário antes de continuar.

Criar uma nova execução de pontuação

Uma execução de pontuação é criada usando configurações otimizadas de uma execução de treinamento previamente concluída e avaliada. O conjunto de configurações ideais para um Modelo normalmente é determinado pela análise de métricas de avaliação de execução de treinamento.

Encontre a execução de treinamento mais ideal para usar suas configurações para pontuação. Em seguida, abra a execução de treinamento desejada selecionando o hiperlink anexado ao seu nome.

Selecionar execução de treinamento

Na guia de execução de treinamento Evaluation, selecione Score localizada na parte superior direita da tela. Um novo fluxo de trabalho de pontuação é iniciado.

Selecione o conjunto de dados de pontuação de entrada e selecione Next.

Selecione o conjunto de dados de pontuação de saída, esse é o conjunto de dados de saída dedicado no qual os resultados da pontuação são armazenados. Confirme sua seleção e selecione Next.

A etapa final no fluxo de trabalho solicita configurar a execução da pontuação. Essas configurações são usadas pelo modelo para a execução de pontuação.
Observe que não é possível remover parâmetros herdados que foram definidos durante a criação dos modelos. Você pode editar ou reverter parâmetros não herdados clicando duas vezes no valor ou selecionando o ícone reverter ao passar o mouse sobre a entrada.

configuração

Revise e confirme as configurações de pontuação e selecione Finish para criar e executar a execução da pontuação. Você é direcionado para a guia Scoring Runs e a nova execução da pontuação com o status Pending é mostrada.

guia execução de pontuação

Uma execução de pontuação pode ser exibida com um dos seguintes status:

  • Pending
  • Concluído
  • Falha
  • Em execução

Os status são atualizados automaticamente. Prossiga para a próxima etapa se o status for Complete ou Failed.

Exibir resultados de pontuação

Para visualizar os resultados da pontuação, comece selecionando uma execução de treinamento.

Selecionar execução de treinamento

Você é redirecionado para a página de execuções de treinamento Evaluation. Próximo à parte superior da página de avaliação da execução do treinamento, selecione a guia Scoring Runs para exibir uma lista de execuções de pontuação existentes.

página avaliação

Em seguida, selecione uma execução de pontuação para exibir os detalhes da execução.

executar detalhes

Se a execução de pontuação selecionada tiver um status "Concluído" ou "Falha", o link View Activity Logs será disponibilizado. Se uma execução de pontuação falhar, os logs de execução poderão fornecer informações úteis para determinar o motivo da falha. Para baixar os logs de execução, selecione View Activity Logs.

Selecionar logs de visualização

A janela View activity logs é exibida. Selecione um URL para baixar automaticamente os logs associados.

Você também tem a opção de exibir seus resultados de pontuação selecionando Preview scoring results dataset.

Selecionar resultados da visualização

É fornecida uma pré-visualização do conjunto de dados de saída.

resultados da visualização

Para o conjunto completo de resultados da pontuação, selecione o link Scoring Results Dataset encontrado na coluna direita.

Próximas etapas

Este tutorial o orientou pelas etapas para pontuar dados usando um Modelo treinado em Data Science Workspace. Siga o tutorial em publicar um modelo como um serviço na interface do usuário para permitir que os usuários em sua organização marquem dados fornecendo acesso fácil a um serviço de aprendizado de máquina.

Nesta página