Sie befinden sich hier:
Verwenden von Clustering für strukturierte Daten
Verwenden Sie Cluster-Modelle in Data 360, um Datensätze des Datenmodellobjekts (DMO) automatisch nach gemeinsamen Merkmalen zu gruppieren. Führen Sie eine Datentransformation für Prognoseaufträge oder Batches aus, um gespeicherten Clustern neue Datensätze zuzuweisen, und verwenden Sie die Ergebnisse in Salesforce.
Erforderliche Editionen
| Verfügbarkeit: Alle Editionen, die von Data 360 unterstützt werden. Siehe Data 360-Editionsverfügbarkeit. |
| Erforderliche Benutzerberechtigungen | |
|---|---|
| Zulassen, dass Benutzer Modelle in Einstein Studio verwalten (AI-Modelle) | Ermöglicht Ihnen das Erstellen, Aktualisieren und Löschen von Modellen auf der Registerkarte "Data 360-AI-Modelle". |
| Berechtigungssätze | |
|---|---|
| Data Cloud-Architekt | Zugriff auf Administratorebene auf alle Funktionen von AI-Modellen, einschließlich der Möglichkeit, Modelle zu erstellen, zu aktualisieren, zu löschen und zu aktivieren. |
| Data Cloud-Benutzer | Eingeschränkter Zugriff zum Verwenden eines Modells, einschließlich des Abrufens von Prognosen und der aus einem Modell abgeleiteten Verbesserungen. |
Bevor Sie loslegen:
- Erstellen und aktivieren Sie ein Cluster-Modell auf der Registerkarte "AI-Modelle" in Data 360.
- Stellen Sie sicher, dass Sie ein DMO mit strukturierten Daten verwenden.
Tipps:
- Verwenden Sie Bewertungen, um Datensätze nach Konfidenz einzuordnen oder zu filtern. Wenn ein Datensatz eine niedrige Clusterbewertung aufweist, kann er schlecht zu seinem zugewiesenen Cluster passen.
- Clusterbezeichnungsnamen geben an, was Sie während der Modelleinrichtung festgelegt haben. Wenn Sie Bezeichnungen ändern möchten, bearbeiten Sie das Cluster-Modell und führen Sie die Transformation erneut aus.
Zuordnen von Datensätzen zu Clustern mit einem Prognoseauftrag
Verwenden Sie einen Prognoseauftrag, um Rückschlüsse auszuführen und neue Datensätze Clustern in einem DMO zuzuordnen.
- Wechseln Sie in Data 360 zur Registerkarte "AI-Modelle" und klicken Sie auf das aktivierte Cluster-Modell.
- Wählen Sie auf der Registerkarte "Integrationen" die Option Auftrag hinzufügen aus. Der Prognoseauftragsgenerator wird geöffnet.
- Legen Sie die Modelleingaben mithilfe eines DMO fest und ordnen Sie die zugehörigen Felder den Variablen des Modells zu.
- Definieren Sie das Ausgabe-DMO. Geben Sie optional an, wie viele Hauptbeitragende einbezogen werden sollen.
- Planen Sie einen Streaming- oder Batchauftrag.
- Speichern Sie den Auftrag.
- Aktivieren und führen Sie den Prognoseauftrag aus.
Ausführen von Clustering mit einer Datentransformation
Verwenden Sie eine Batch-Datentransformation, um Cluster-Bezeichnungen auf neue Daten in einem Datenmodellobjekt anzuwenden.
Wichtig
Durch Löschen des Cluster-Modells werden alle nachgelagerten Transformationsaufträge entfernt. Löschen Sie vor dem Löschen des Modells alle zugeordneten Transformationen.
- Wechseln Sie in Data 360 zur Registerkarte "AI-Modelle" und klicken Sie auf das aktivierte Cluster-Modell.
- Wählen Sie auf der Registerkarte "Integrationen" die Option Umwandeln hinzufügen aus.
- Wählen Sie im Transformations-Setup das strukturierte DMO aus, das die Datensätze enthält, die Sie Clustern zuweisen möchten.
- Ordnen Sie die DMO-Felder den entsprechenden Feldern zu, die während des Modelltrainings verwendet werden.
-
Konfigurieren Sie die Ausgabe-DMO-Einstellungen.
- DMO-Name: Der Name des Ausgabe-DMO.
- Cluster-ID: Der Name des Cluster-ID-Felds (der API-Name wird automatisch festgelegt und kann nicht geändert werden).
- Clusterbezeichnung: Eine aussagekräftige Bezeichnung, die die Datensätze im Cluster zusammenfasst.
- Konfigurieren Sie bis zu 3 Hauptbeitragende, die in die Ausgabe aufgenommen werden sollen.
- Aktivieren und führen Sie den Prognoseauftrag aus.
- Speichern und führen Sie die Transformation aus.
Konnten Sie Ihr Problem mithilfe dieses Artikels lösen?
Geben Sie uns Feedback, damit wir uns verbessern können.
