ドキュメントExperience Platformデータサイエンスワークスペースガイド

Luma 傾向モデルのスキーマとデータセットの作成

最終更新日: 2025年5月5日
  • トピック:
  • データサイエンスワークスペース

作成対象:

  • ユーザー
  • 開発者
メモ
Data Science Workspaceは購入できなくなりました。
このドキュメントは、Data Science Workspaceの以前の使用権限を持つ既存のお客様を対象としています。

このチュートリアルでは、他のすべての Adobe Experience Platform Data Science Workspace チュートリアルに必要な前提条件とアセットを提供します。 完了すると、ユーザーと組織が次のスキーマとデータセットを使用できるようになります。

スキーマ:

  • Luma web データスキーマ
  • 傾向モデルスコアリング結果スキーマ

データセット:

  • Luma web データセット
  • 傾向モデルトレーニングデータセット
  • 傾向モデルスコアリングデータセット
  • 傾向モデルスコアリング結果データセット

アセットのダウンロード

次のチュートリアルでは、カスタム Luma の購入傾向モデルを使用します。 先に進む前に、 必要なアセットをダウンロードzip フォルダーを作成します。 このフォルダーには次が含まれます。

  • 購入傾向モデルノートブック
  • データをトレーニングおよびスコアリングデータセット(Luma web データのサブセット)に取り込むために使用されるノートブック
  • 730,000 人の Luma ユーザーの web データを含んだデモ JSON ファイル
  • Web データとモデルを理解するのに役立つ、オプションの Python 3 EDA (探索的データ分析)ノートブック。
メモ
どのチュートリアルでも、独自のスキーマとデータを使用できます。 ただし、アセットで提供されるデモモデルは、適切な設定ファイルと要件ファイルが提供されていない限り機能しません。 このデモ傾向モデルは、Luma web データを操作するように設計されました。

Luma web データスキーマの作成とデータの取り込み

モデルを作成するには、モデルのトレーニングとスコアリングに使用するデータセットをExperience Platformに用意する必要があります。 Data Science Workspace コースの次のビデオチュートリアルでは、Luma スキーマを作成し、購入の傾向モデルで使用されるデータを取り込む方法を説明します。

video poster

https://video.tv.adobe.com/v/3447155?captions=jpn

トレーニング、スコアリングおよびスコアリング結果のデータセットを作成

レシピビルダーノートブックを実行したり、API を使用してモデルのトレーニングとスコアリングを行ったりするには、トレーニング/スコアリングに使用するデータセットとスキーマを指定する必要があります。 次のビデオチュートリアルでは、トレーニング、スコアリング、スコアリング結果の各データセットのほか、Luma の購入傾向モデルで使用されるスコアリング結果スキーマの設定について説明します。

video poster

https://video.tv.adobe.com/v/3447422?captions=jpn

次の手順

このチュートリアルでは、Luma 傾向モデルに必要なスキーマとデータセットを正常に作成しました。 次のチュートリアルに進み、「 レシピビルダーノートブックチュートリアルを使用してモデルを作成する準備が整いました。

さらに、提供された探索的データ分析(EDA)ノートブックを使用してデータを調べることができます。 このノートブックを使用すると、Luma データのパターンを理解し、データのサニティを確認し、予測傾向モデルの関連データの概要を確認できます。 探索的データ分析について詳しくは、EDA ドキュメントを参照してください。

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9