Vous êtes ici :
Utilisation du clustering dans les données structurées
Utilisez des modèles de clustering dans Data 360 pour regrouper automatiquement les enregistrements d'objet modèle de données (DMO) par des caractéristiques partagées. Exécutez une tâche de prédiction ou une transformation de données par lot pour attribuer de nouveaux enregistrements à des clusters enregistrés, et utilisez les résultats dans Salesforce.
Éditions requises
| Disponible avec : Toutes les éditions prises en charge par Data 360. Consultez Disponibilité de Data 360 Edition. |
| Autorisations utilisateur requises | |
|---|---|
| Autoriser les utilisateurs à gérer les modèles dans Einstein Studio (Modèles IA) | Permet de créer, de mettre à jour et de supprimer des modèles sous l'onglet Modèles IA Data 360. |
| Ensembles d'autorisations | |
|---|---|
| Architecte Data Cloud | Accès au niveau administrateur à toutes les fonctionnalités des modèles IA, y compris la possibilité de créer, mettre à jour, supprimer et activer des modèles. |
| Utilisateur de Data Cloud | Accès restreint à l'utilisation d'un modèle, y compris à l'obtention de prédictions et d'améliorations dérivées d'un modèle. |
Avant de commencer :
- Élaborez et activez un modèle de clustering sous l'onglet Modèles IA dans Data 360.
- Assurez-vous d'utiliser un objet modèle de données avec des données structurées.
Conseils :
- Utilisez des scores pour classer ou filtrer les enregistrements par confiance. Si un enregistrement a un score de cluster faible, il peut être mal adapté au cluster qui lui a été attribué.
- Les noms d'étiquette de cluster reflètent ceux que vous avez définis lors de la configuration du modèle. Pour changer les étiquettes, modifiez le modèle de clustering, puis réexécutez la transformation.
Mappage d'enregistrements avec des clusters avec une tâche Predict
Utilisez une tâche predict pour exécuter une inférence et mapper de nouveaux enregistrements avec des clusters dans un objet modèle de données.
- Dans Data 360, accédez à l'onglet Modèles IA, puis cliquez sur le modèle de clustering activé.
- Sous l'onglet Intégrations, sélectionnez Ajouter une tâche. Le Générateur de tâches de prédiction s'ouvre.
- Définissez les entrées du modèle en utilisant un objet modèle de données, puis mappez ses champs avec les variables du modèle.
- Définissez l'objet modèle de données de sortie. Vous pouvez également spécifier le nombre de principaux contributeurs à inclure.
- Planifiez une tâche en continu ou par lot.
- Enregistrez le travail.
- Activez et exécutez la tâche predict.
Exécution du clustering avec une transformation de données
Utilisez une transformation de données batch pour appliquer des étiquettes de cluster aux nouvelles données dans un objet modèle de données.
La suppression du modèle de clustering retire toutes les tâches de transformation en aval. Avant de supprimer le modèle, supprimez toutes les transformations associées.
- Dans Data 360, accédez à l'onglet Modèles IA, puis cliquez sur le modèle de clustering activé.
- Sous l'onglet Intégrations, sélectionnez Ajouter une transformation.
- Dans la configuration de la transformation, sélectionnez l'objet modèle de données structuré qui contient les enregistrements que vous souhaitez attribuer à des clusters.
- Mappez les champs de l'objet modèle de données avec les champs correspondants utilisés pendant l'entraînement du modèle.
-
Configurez les paramètres de l'objet modèle de données de sortie.
- Nom de l'objet modèle de données : Le nom de l'objet modèle de données de sortie.
- ID de cluster : Le nom du champ ID de cluster (le nom d'API est automatiquement défini et vous ne pouvez pas le modifier).
- Étiquette du cluster : Une étiquette descriptive qui résume les enregistrements du cluster.
- Configurez jusqu'à 3 contributeurs principaux à inclure dans la sortie.
- Activez et exécutez la tâche predict.
- Enregistrez et exécutez la transformation.
