Crear un modelo

En Experience Platform, seleccione el pestaña de modelos ubicado en el navegación izquierdo y, a continuación, seleccione el pestaña de exploración para vista los modelos existentes. Seleccione Crear modelo cerca de la parte superior derecha de la página para iniciar el proceso de creación de un modelo.

Examine la lista de fórmulas existentes, busque y seleccione la fórmula que se utilizará para crear el modelo y seleccione Siguiente.

Seleccione un conjunto de datos de entrada adecuado y seleccione Siguiente. Esto establecerá el conjunto de datos de aprendizaje de entrada predeterminado para el modelo.

Proporcione un nombre para el modelo y revise las configuraciones del modelo predeterminado. Las configuraciones predeterminadas se aplicaron durante la creación de la fórmula, revise y modifique los valores de configuración haciendo doble clic en los valores.

Para proporcionar un nuevo conjunto de configuraciones, seleccione Cargar nueva configuración y arrastre un archivo JSON que contenga configuraciones de modelo a la ventana del explorador. Seleccione Finalizar para crear el modelo.

NOTE
Las configuraciones son únicas y específicas de la fórmula deseada, lo que significa que las configuraciones de la fórmula de ventas minoristas no funcionarán para la fórmula de Recommendations del producto. Consulte la sección reference para obtener una lista de las configuraciones de la fórmula de ventas minoristas.

Crear una ejecución de formación

En Experience Platform, seleccione la pestaña Modelos ubicada en el panel de navegación izquierdo y, a continuación, seleccione la pestaña Examinar para ver los modelos existentes. Busque y seleccione el hipervínculo adjunto al nombre del modelo que desea entrenar.

Se muestran todas las ejecuciones de formación existentes con sus estados de formación actuales. Para los modelos creados con la interfaz usuario Data Science Workspace , se genera y ejecuta automáticamente una ejecución aprendizaje utilizando las configuraciones predeterminadas y los aprendizaje conjunto de datos de entrada.

Crear una nueva aprendizaje ejecutar seleccionando Tren cerca de la parte superior derecha del Página de descripción general del modelo.

Seleccione el conjunto de datos de entrada de aprendizaje para la ejecución aprendizaje y, a continuación, seleccione Siguiente.

Las configuraciones predeterminadas proporcionadas durante la creación del modelo se muestran, cambian y modifican en consecuencia haciendo clic en los valores doble. Seleccione Finalizar para crear y ejecutar la ejecución aprendizaje.

NOTE
Las configuraciones son únicas y específicas de la fórmula prevista, lo que significa que las configuraciones de la fórmula de ventas minoristas no funcionarán para el producto Recommendations la fórmula. Consulte la sección de referencia para obtener una lista de las configuraciones de las fórmulas de ventas minoristas.

Evaluación del modelo

En Experience Platform, seleccione la pestaña Modelos ubicada en el panel de navegación izquierdo y, a continuación, seleccione la pestaña Examinar para ver los modelos existentes. Busque y seleccione el hipervínculo adjunto al nombre del modelo que desea evaluar.

Seleccionar modelo

Se enumeran todas las ejecuciones de aprendizaje existentes con sus estados aprendizaje actuales. Con varias ejecuciones de aprendizaje completadas, las métricas de evaluación se pueden comparar en diferentes ejecuciones de aprendizaje en el gráfico de evaluación del modelo. Seleccione un Métrica de evaluación mediante el menú desplegable lista situado encima del gráfico.

La métrica Porcentaje de error absoluto medio (MAPE) expresa la precisión como un porcentaje del error. Se utiliza para identificar el experimento de mayor rendimiento. Cuanto más bajo sea el MAPE, mejor.

descripción general de las ejecuciones de formación

La métrica "Precisión" describe el porcentaje de instancias relevantes en comparación con el total de instancias recuperadas. La precisión se puede ver como la probabilidad de que un resultado seleccionado aleatoriamente sea correcto.

ejecutando varias ejecuciones

Al seleccionar una ejecución de aprendizaje específica se proporcionan los detalles de esa ejecución al abrir el Página de evaluación. Esto se puede hacer incluso antes de que se haya completado la ejecución. En la página de evaluación, puede ver otras métricas de evaluación, parámetros de configuración y visualizaciones específicos de la ejecución de la formación.

registros de vista previa

También puede descargar registros de actividad para ver los detalles de la ejecución. Los registros son especialmente útiles para las ejecuciones fallidas para ver qué ha fallado.

registros de actividad

Los hiperparámetros no se pueden entrenar y un modelo debe optimizarse probando diferentes combinaciones de hiperparámetros. Repita este aprendizaje de modelo y este proceso de evaluación hasta que haya llegado a un modelo optimizado.