15.4 레서피 트레이닝 및 점수 매기기

레서피를 만든 후에는 코드를 다시 터치하지 않고도 레서피를 트레이닝하고 점수를 매길 수 있습니다.

15.4.1 레서피를 기반으로 모델 트레이닝

다음 URL로 이동하여 Adobe Experience Platform에 로그인합니다. https://experience.adobe.com/platform.

로그인하면 Adobe Experience Platform 홈 페이지에 표시됩니다.

데이터 수집

계속하기 전에 샌드박스를 선택해야 합니다. 선택할 샌드박스의 이름이 --aepSandboxId--지정됩니다. 화면 상단에 있는 파란색 라인에서 Production Prod 텍스트를 클릭하면 이 작업을 수행할 수 있습니다.

데이터 수집

적절한 샌드박스를 선택하면 화면 변경 사항이 나타나고 이제 전용 샌드박스에 있습니다.

데이터 수집

왼쪽 메뉴에서 모델을 클릭합니다.

DSW

이 연습에서는 미리 만들어진 레시피를 사용하여 자동차 보험 세일즈 예측용 모델을 만듭니다.

In the top menu, click on Recipes.

DSW

레서피에서 여러 레서피를 찾을 수 있습니다. 목록에서 이름을 지정해야 하는 자신만의 조리법을 찾아보십시오 ldapCarInsurancePropensity.

DSW

레시피를 ldapCarInsurancePropensity 클릭하여 엽니다.

DSW

이제 레서피를 기반으로 자신만의 모델을 만들어야 ldapCarInsurancePropensity 합니다.

이렇게 하려면 모델 만들기 버튼을 클릭합니다.

DSW

이 모델을 교육하려면 입력 데이터 세트를 제공해야 합니다. 이 경우 사용할 데이터 세트를 Demo System - Event Dataset for Website (Global v1.1)호출합니다. 목록에서 선택합니다.

DSW

계속하려면 다음​을 클릭하십시오.

DSW

다음 단계에서 모델의 이름을 정의해야 합니다. 이름 지정 규칙으로 다음을 사용하겠습니다. ldap - CarInsurancePropensity Model ldap ldap 로 대체합니다.

예:ldap vangeluw의 경우 이름이 vangeluw - CarInsurancePropensity Model됩니다.

DSW

모델 구성을 변경하여 모델을 세부적으로 조정할 수도 있습니다. 예를 들어 n_견적 기준이나 max_depth를 변경할 수 있습니다.

DSW

모델의 구성 매개변수를 업데이트하려면 매개변수 중 하나를 두 번 클릭하고 새 값을 지정합니다.

그런 다음 마침을 클릭하여 구성을 완료합니다.

DSW

몇 초 후에, 상태가 보류 중으로 트레이닝 실행 1이 표시되는 모델의 홈페이지로 돌아갑니다. 교육 실행을 완료하는 프로세스는 5분 이상 걸릴 수 있습니다.

DSW

1-2분 후에 교육 실행 상태가 실행 으로 변경됩니다.

DSW

1-2분 후 교육 실행 상태가 [완료]로 변경됩니다.

DSW

교육 실행이 완료되면 모델이 얼마나 성공적인지를 나타내는 정확도 지표가 표시됩니다. (교육 데이터가 부족하기 때문에 이 데모 상황에서 정확성은 그다지 높지 않습니다.)

DSW

모델을 교육하려면 두 개 이상의 실행이 필요합니다. 모든 교육 실행이 이 페이지에 표시되며 결과를 비교할 수 있으므로 가장 성공적인 교육 실행을 결정할 수 있습니다.
DSW

15.4.2 레서피 기반 모델 점수 지정

모델을 교육한 후 모델을 사용하여 점수를 매길 수 있으며, 이와 같이 모델이 타깃팅을 통해 활성화할 수 있는 자동차 보험 영업 성향 점수를 계산하도록 할 수 있습니다.

점수를 시작하려면 교육 실행 1을 클릭하여 다시 엽니다.

DSW

교육 실행 1을 열면 교육 실행에 대한 전체 개요를 볼 수 있으며 향후에 더 많은 시각화 옵션이 추가됩니다.

DSW

점수를 매기려면 화면 오른쪽 상단 모서리에 있는 + 점수 단추를 클릭해야 합니다.

DSW

다음 단계에서 입력 데이터 세트를 다시 선택해야 합니다. 데이터 세트를 Demo System - Event Dataset for Website (Global v1.1) 선택합니다.

DSW

입력 데이터 세트를 선택한 후 다음을 클릭합니다.

DSW

다음 단계에서는 플랫폼을 통해 결과를 출력할 데이터 세트를 선택해야 합니다. 이 경우 데이터 세트를 Demo System - Profile Dataset for ML Predictions (Global v1.1) 선택합니다.

DSW

출력 데이터 세트를 선택한 후 다음을 클릭합니다.

DSW

다음 화면에서 모델의 구성 매개 변수 일부를 다시 지정하거나 변경할 수 있습니다.

DSW

모델의 구성 매개변수를 업데이트한 후 마침(Finish)을 클릭합니다.

DSW

이제 점수 실행이 만들어지고 [대기 중]​이 있으며 이 상태는 [실행 중]으로​변경됩니다.

DSWDSW

그리고 1-2분 후, 채점 실행 상태가 수료로 변경됩니다.

DSW

마지막으로 결과를 미리 보기로 하죠. 점수 실행 1을 클릭합니다.

DSW

그런 다음 미리 보기 채점 결과 데이터 세트를 클릭합니다.

DSW

DSW

닫기 클릭하여 채점 결과 미리 보기 창을 닫습니다.

다음 단계: 15.5 레서피를 예약 서비스로 게시

모듈 15로 돌아가기

모든 모듈로 돌아가기

이 페이지에서는