Puntuación de un modelo en la IU de Workspace de ciencia de datos

La puntuación en Adobe Experience Platform Data Science Workspace se puede lograr suministrando datos de entrada a un modelo entrenado existente. A continuación, los resultados de puntuación se almacenan y pueden verse en un conjunto de datos de salida especificado como un nuevo lote.

Este tutorial muestra los pasos necesarios para puntuar un modelo en la interfaz de usuario Data Science Workspace.

Introducción

Para completar este tutorial, debe tener acceso a Experience Platform. Si no tiene acceso a una organización en Experience Platform, comuníquese con el administrador del sistema antes de continuar.

Este tutorial requiere un modelo entrenado. Si no tiene un modelo entrenado, siga el curso de formación y evalúe un modelo en el tutorial de la interfaz de usuario antes de continuar.

Crear una nueva ejecución de puntuación

Se crea una ejecución de puntuación utilizando configuraciones optimizadas de una ejecución de formación previamente completada y evaluada. El conjunto de configuraciones óptimas de un modelo se suele determinar revisando las métricas de evaluación de ejecución de formación.

Busque la ejecución de formación más óptima para utilizar sus configuraciones de puntuación. A continuación, abra la ejecución de formación deseada seleccionando el hipervínculo adjunto a su nombre.

En la ficha Evaluation de la ejecución de formación, seleccione Score en la parte superior derecha de la pantalla. Comienza un nuevo flujo de trabajo de puntuación.

Seleccione el conjunto de datos de puntuación de entrada y seleccione Next.

Seleccione el conjunto de datos de puntuación de salida, que es el conjunto de datos de salida dedicado donde se almacenan los resultados de puntuación. Confirme la selección y seleccione Next.

El último paso del flujo de trabajo le pedirá que configure la ejecución de puntuación. El modelo utiliza estas configuraciones para la ejecución de puntuación.
Tenga en cuenta que no puede quitar los parámetros heredados definidos durante la creación de los modelos. Puede editar o revertir parámetros no heredados haciendo doble clic en el valor o seleccionando el icono de revertir mientras pasa el ratón sobre la entrada.

Revise y confirme las configuraciones de puntuación y seleccione Finish para crear y ejecutar la ejecución de puntuación. Se le dirigirá a la ficha Scoring Runs y se mostrará la nueva ejecución de puntuación con el estado Pending.

Una ejecución de puntuación se puede mostrar con uno de los siguientes estados:

Los estados se actualizan automáticamente. Continúe con el paso siguiente si el estado es Complete o Failed.

Ver resultados de puntuación

Para ver los resultados de la puntuación, comience seleccionando una ejecución de formación.

Se le redirigirá a la página de ejecuciones de formación Evaluation. Cerca de la parte superior de la página de evaluación de la ejecución de formación, seleccione la pestaña Scoring Runs para ver una lista de las ejecuciones de puntuación existentes.

A continuación, seleccione una ejecución de puntuación para ver los detalles de la ejecución.

Si la ejecución de puntuación seleccionada tiene el estado "Completada" o "Fallida", el vínculo View Activity Logs pasa a estar disponible. Si falla una ejecución de puntuación, los registros de ejecución pueden proporcionar información útil para determinar el motivo del error. Para descargar los registros de ejecución, seleccione View Activity Logs.

Aparece la ventana emergente View activity logs. Seleccione una URL para descargar automáticamente los registros asociados.

También tiene la opción de ver los resultados de puntuación seleccionando Preview scoring results dataset.

Se proporciona una previsualización del conjunto de datos de salida.

Para obtener el conjunto completo de resultados de puntuación, seleccione el vínculo Scoring Results Dataset que se encuentra en la columna derecha.

Próximos pasos

Este tutorial lo guió para puntuar los datos mediante un modelo entrenado en Data Science Workspace. Siga el tutorial de publicación de un modelo como servicio en la interfaz de usuario para permitir que los usuarios de su organización puntúen los datos proporcionando un acceso fácil a un servicio de aprendizaje automático.