Score een model in de UI van de Wetenschap van Gegevens

Scores in Adobe Experience Platform Data Science Workspace kunnen worden bereikt door invoergegevens in te voeren in een bestaand getraind model. De resultaten van het scoren worden dan opgeslagen en viewable in een gespecificeerde outputdataset als nieuwe partij.

In deze zelfstudie worden de stappen beschreven die zijn vereist om een model te scoren in de gebruikersinterface van Data Science Workspace .

Aan de slag

U moet toegang hebben tot Experience Platform om deze zelfstudie te kunnen voltooien. Als u geen toegang hebt tot een organisatie in Experience Platform , neemt u contact op met uw systeembeheerder voordat u verdergaat.

Voor deze zelfstudie is een getraind model vereist. Als u geen getraind Model hebt, volg de trein en evalueer een Model in het UIleerprogramma alvorens verder te gaan.

Nieuwe scores maken

Er wordt een scoring-run gemaakt met geoptimaliseerde configuraties van een eerder voltooide en geëvalueerde training. De reeks optimale configuraties voor een Model wordt typisch bepaald door de metriek van de evaluatie van de opleidingslooppas te herzien.

Vind de meest optimale trainingslooppas om zijn configuraties voor het scoren te gebruiken. Open vervolgens de gewenste trainingsrun door de hyperlink te selecteren die aan de naam is gekoppeld.

Selecteer op het tabblad Trainingsuitvoering Evaluation de optie Score die zich rechtsboven in het scherm bevindt. Er wordt een nieuwe workflow voor scoren gestart.

Selecteer de gegevensset voor de invoerscoring en selecteer Next .

Selecteer de output die dataset noteert, is dit de specifieke outputdataset waar de het scoren resultaten worden opgeslagen. Bevestig de selectie en selecteer Next .

In de laatste stap in de workflow wordt u gevraagd uw scoring uit te voeren. Deze configuraties worden gebruikt door het model voor het scoren looppas.
U kunt overgeërfde parameters die tijdens het maken van modellen zijn ingesteld, niet verwijderen. U kunt niet-overgeërfde parameters bewerken of herstellen door te dubbelklikken op de waarde of het pictogram Omkeren te selecteren terwijl u de muisaanwijzer op de invoer plaatst.

Controleer en bevestig de scoreconfiguraties en selecteer Finish om de scoringbewerking te maken en uit te voeren. U wordt naar het tabblad Scoring Runs geleid en de nieuwe scoring wordt met de status Pending weergegeven.

Een scoring kan worden weergegeven met een van de volgende statussen:

Statussen worden automatisch bijgewerkt. Ga naar de volgende stap als de status Complete of Failed is.

De resultaten van scores weergeven

Als u de resultaten van scores wilt weergeven, selecteert u eerst een trainingsprogramma.

U wordt omgeleid naar de trainingspagina Evaluation . Selecteer boven aan de evaluatiepagina van de trainingsrun het tabblad Scoring Runs om een lijst met bestaande scoringuitvoering weer te geven.

Selecteer vervolgens een scoring om de uitvoergegevens weer te geven.

Als de geselecteerde scoring-runtime de status "Voltooid" of "Mislukt" heeft, wordt de koppeling View Activity Logs beschikbaar gesteld. Als een scoring mislukt, kunnen uitvoeringslogboeken nuttige informatie bevatten om de oorzaak van de fout te bepalen. Selecteer View Activity Logs om de uitvoeringslogboeken te downloaden.

De pop-up View activity logs wordt weergegeven. Selecteer een URL om de bijbehorende logboeken automatisch te downloaden.

U kunt ook de resultaten van uw scoring weergeven door Preview scoring results dataset te selecteren.

Er wordt een voorvertoning van de uitvoergegevensset weergegeven.

Selecteer voor de volledige set met scoringresultaten de koppeling Scoring Results Dataset in de rechterkolom.

Volgende stappen

In deze zelfstudie werden de stappen doorlopen om gegevens te scoren met behulp van een getraind model in Data Science Workspace . Volg het leerprogramma op het publiceren van een Model als Dienst in UIom gebruikers binnen uw organisatie toe te staan om gegevens te scoren door gemakkelijke toegang tot een machine het leren Dienst te verlenen.