Вы находитесь здесь:
Использование кластеризации для структурированных данных
Используйте модели кластеризации в Data 360 для автоматической группировки записей объекта модели данных (DMO) по общедоступным характеристикам. Выполните задание прогноза или пакетную трансформацию данных для назначения новых записей сохраненным кластерам и используйте результаты в Salesforce.
Требуемые версии
| Доступно в версиях: Все версии, поддерживаемые Data 360. См. Доступность версии Data 360. |
| Требуемые полномочия пользователя | |
|---|---|
| Разрешить пользователям управлять моделями в Einstein Studio (AI Models) | Позволяет создавать, обновлять и удалять модели во вкладке моделей на основе искусственного интеллекта Data 360. |
| Наборы полномочий | |
|---|---|
| Архитектор Data Cloud | Доступ администратора ко всем функциям моделей на основе искусственного интеллекта, включая возможность создания, обновления, удаления и активации моделей. |
| Пользователь Data Cloud | Ограниченный доступ к использованию модели, включительно с получением прогнозов и улучшений, полученных из модели. |
Перед началом работы:
- Создайте и активируйте модель кластеризации во вкладке моделей на основе искусственного интеллекта в Data 360.
- Обязательно используйте DMO со структурированными данными.
Советы:
- Используйте рейтинги для ранжирования или фильтрации записей по надежности. Если запись имеет низкий рейтинг кластера, она может плохо подойти для назначенного кластера.
- Имена меток кластера отображают данные, установленные во время настройки модели. Чтобы изменить метки, отредактируйте модель кластеризации и выполните трансформацию повторно.
Соотнесение записей с кластерами посредством прогнозируемого задания
Используйте задание прогноза для выполнения вывода и соотнесения новых записей с кластерами в DMO.
- В Data 360 перейдите во вкладку «Модели на основе искусственного интеллекта» и нажмите на активированную модель кластеризации.
- Во вкладке «Интеграции» выберите «Добавить задание». Откроется конструктор прогнозов заданий.
- Задайте вводные данные модели посредством DMO и соотнесите ее поля с переменными модели.
- Определите DMO вывода. По желанию, укажите, сколько лучших авторов добавить.
- Запланируйте потоковое или пакетное задание.
- Сохраните работу.
- Активируйте и выполните задание прогноза.
Выполнение кластеризации посредством трансформации данных
Используйте пакетную трансформацию данных для применения меток кластера к новым данным в DMO.
Важно!
Удаление модели кластеризации удаляет все задания трансформации в нисходящем направлении. Прежде чем удалить модель, удалите все связанные трансформации.
- В Data 360 перейдите во вкладку «Модели на основе искусственного интеллекта» и нажмите на активированную модель кластеризации.
- Во вкладке «Интеграции» выберите «Добавить трансформацию».
- В настройке трансформации выберите структурированный DMO, содержащий записи, которые нужно назначить кластерам.
- Соотнесите поля DMO с соответствующими полями, используемыми во время обучения модели.
-
Настройте параметры DMO вывода.
- Имя DMO: Имя DMO вывода.
- Код кластера: Имя поля кода кластера (имя API устанавливается автоматически и не может быть изменено).
- Метка кластера: Описательная метка, резюмирующая записи в кластере.
- Настройте не более 3 лучших авторов для добавления в вывод.
- Активируйте и выполните задание прогноза.
- Сохраните и запустите трансформацию.
Эта статья решила вашу проблему?
Оставьте свой отзыв, чтобы мы могли стать лучше!
