Ti trovi qui:
Utilizzo del clustering sui dati strutturati
Utilizzare i modelli di clustering in Data 360 per raggruppare automaticamente i record oggetto modello di dati (DMO) in base alle caratteristiche condivise. Eseguire un processo di previsione o una trasformazione dati batch per assegnare nuovi record ai cluster salvati e utilizzare i risultati in Salesforce.
Versioni (Edition) richieste
| Disponibile nelle versioni: Tutte le versioni supportate da Data 360. Vedere Data 360 Edition availability. |
| Autorizzazioni utente necessarie | |
|---|---|
| Consentire agli utenti di gestire i modelli in Einstein Studio (modelli AI) | Consente di creare, aggiornare ed eliminare modelli nella scheda Modelli AI di Data 360. |
| Insiemi di autorizzazioni | |
|---|---|
| Architetto Data Cloud | Accesso a livello di amministratore a tutte le funzioni dei modelli AI, inclusa la possibilità di creare, aggiornare, eliminare e attivare i modelli. |
| Utente Data Cloud | Accesso limitato all'utilizzo di un modello, inclusa la generazione di previsioni e i miglioramenti derivati da un modello. |
Prima di iniziare:
- Creare e attivare un modello di clustering nella scheda Modelli AI in Data 360.
- Assicurarsi di utilizzare un DMO con dati strutturati.
Suggerimenti:
- Utilizzare i punteggi per classificare o filtrare i record in base alla confidenza. Se un record ha un punteggio cluster basso, può non essere adatto al cluster assegnato.
- I nomi delle etichette dei cluster riflettono le impostazioni impostate durante l'impostazione del modello. Per modificare le etichette, modificare il modello di clustering ed eseguire nuovamente la trasformazione.
Mappatura dei record ai cluster con un processo di previsione
Utilizzare un processo di previsione per eseguire l'inferenza e mappare i nuovi record ai cluster in un DMO.
- Da Data 360, accedere alla scheda Modelli AI e fare clic sul modello di clustering attivato.
- Nella scheda Integrazioni, selezionare Aggiungi processo. Prevedi le aperture di Job Builder.
- Impostare gli input del modello utilizzando un DMO e mapparne i campi alle variabili del modello.
- Definire il DMO di output. Eventualmente, specificare quanti contributori principali includere.
- Pianificare un processo in streaming o batch.
- Salvare il lavoro.
- Attivare ed eseguire il processo di previsione.
Esecuzione del clustering con una trasformazione dati
Utilizzare una trasformazione dati batch per applicare etichette cluster ai nuovi dati in un DMO.
Importante
L'eliminazione del modello di clustering rimuove tutti i processi di trasformazione a valle. Prima di eliminare il modello, eliminare tutte le trasformazioni associate.
- Da Data 360, accedere alla scheda Modelli AI e fare clic sul modello di clustering attivato.
- Nella scheda Integrazioni, selezionare Aggiungi trasformazione.
- Nell'impostazione della trasformazione, selezionare il DMO strutturato che contiene i record che si desidera assegnare ai cluster.
- Mappare i campi DMO ai campi corrispondenti utilizzati durante l'addestramento del modello.
-
Configurare le impostazioni del DMO di output.
- Nome DMO: Nome del DMO di output.
- ID cluster: Nome del campo ID cluster (il nome API viene impostato automaticamente e non è possibile modificarlo).
- Etichetta cluster: Etichetta descrittiva che riepiloga i record nel cluster.
- Configurare fino a 3 contributori principali da includere nell'output.
- Attivare ed eseguire il processo di previsione.
- Salvare ed eseguire la trasformazione.
Questo articolo ha risolto il problema?
Facci sapere, così possiamo migliorare!
