Customer AI zeigt Fehler an, wenn Modellschulung, -bewertung und -konfiguration fehlschlagen. Im Dienstinstanzen -Abschnitt, eine Spalte für STATUS DER LETZTEN AUSFÜHRUNG zeigt eine der folgenden Meldungen an: Erfolg, Schulungsfehler und Fehlgeschlagen.
In dem Ereignis Fehlgeschlagen oder Schulungsfehler angezeigt wird, können Sie den Ausführungsstatus auswählen, um einen Seitenbereich zu öffnen. Der Seitenbereich enthält Ihre Letzter Ausführungsstatus und Letzte Ausführungsdetails. Letzte Ausführungsdetails enthält Informationen darüber, warum die Ausführung fehlgeschlagen ist. Falls Customer AI keine Details zu Ihrem Fehler bereitstellen kann, wenden Sie sich an den Support mit dem bereitgestellten Fehlercode.
Das Laden von Fehlern im Inkognito-Modus von Google Chrome ist auf Aktualisierungen in den Sicherheitseinstellungen des Google Chrome-Inkognito-Modus zurückzuführen. Das Problem wird aktiv mit Chrome bearbeitet, um experience.adobe.com zu einer vertrauenswürdigen Domäne zu machen.
Um dieses Problem zu umgehen, müssen Sie experience.adobe.com als Site hinzufügen, die immer Cookies verwenden kann. Beginnen Sie, indem Sie zu chrome://settings/cookies. Scrollen Sie dann nach unten zum Benutzerdefinierte Verhaltensweisen und anschließend die Hinzufügen neben "Sites, die immer Cookies verwenden können". Kopieren Sie in das angezeigte Popover-Element und fügen Sie [*.]experience.adobe.com
und wählen Sie dann Einschließen von Drittanbieter-Cookies auf dieser Site aktivieren. Wählen Sie nach Abschluss Hinzufügen und laden Customer AI in Inkognito neu.
Wenn Sie den Fehler "Modellqualität ist schlecht. Es wird empfohlen, eine neue App mit der geänderten Konfiguration zu erstellen". Befolgen Sie die unten empfohlenen Schritte, um die Fehlerbehebung zu unterstützen.
"Modellqualität ist schlecht"bedeutet, dass die Modellgenauigkeit nicht innerhalb eines akzeptablen Bereichs liegt. Customer AI konnte nach dem Training kein zuverlässiges Modell und keine zuverlässige AUC (Bereich unter der ROC-Kurve) < 0,65 erstellen. Um den Fehler zu beheben, wird empfohlen, einen der Konfigurationsparameter zu ändern und das Training erneut durchzuführen.
Überprüfen Sie zunächst die Genauigkeit Ihrer Daten. Es ist wichtig, dass Ihre Daten die erforderlichen Felder enthalten, die für Ihr vorhersagbares Ergebnis erforderlich sind.
Wenn Ihre Daten nicht das Problem zu sein scheinen, versuchen Sie, die Eignungsbedingung der Population zu ändern, um das Modell auf bestimmte Profile zu beschränken (z. B. _experience.analytics.customDimensions.eVars.eVar142
ist in den letzten 56 Tagen verfügbar). Dadurch werden die Population und die Größe der im Trainings-Fenster verwendeten Daten eingeschränkt.
Wenn die Einschränkung der Berechtigungspopulation nicht funktioniert hat oder nicht möglich ist, ändern Sie das Prognosefenster.