您在此处：
自定义用于集合风险分数预测的训练和评分数据转换
根据业务需求，自定义为预测集合风险分数而创建的 Tableau Next 应用程序的资产。
所需的 Edition
| 适用于：Lightning Experience |
| 适用于：查看产品和版本可用性。 |
| 所需用户权限 | |
|---|---|
| 自定义 Tableau Next 应用程序资产： | Data Cloud 管理员 |
根据业务需求自定义训练数据转换，然后运行预测 AI 模型。使用训练度量评估模型的性能，并确定它是否准备好激活。训练度量提供有关模型如何有效理解训练数据中的模式和关系的信息，并表示其预测效果。重复执行此操作，直到您获得所需的结果。根据您对训练批处理数据转换所做的更改，自定义评分批处理数据转换。运行评分数据转换，以预测新收集计划的风险分数。
- 查看和编辑培训批处理数据转换,该转换包含在为合并培训数据而安装和配置的 Tableau Next 应用程序中。训练批处理数据转换的名称的格式为 <App name> Training BDT。例如，如果您的应用程序名称为集合，则培训批次数据转换名称为集合培训 BDT。
- 运行您之前自定义的训练批处理数据转换。
- 检查批次数据转换状态。
- 使用修改后的训练数据在 Einstein Studio 中重新训练模型。
- 使用训练度量评估模型质量并确定它是否准备好激活。
- 如果需要，编辑模型。
-
重复步骤 1 至 6，直到您获得所需的结果。
模型质量是预测 AI 解决方案中的关键成功因素。Einstein Studio 支持预测模型的持续、迭代改进。
- 激活模型。
- 查看和编辑评分批处理数据转换,该转换包含在为预测风险分数而安装和配置的 Tableau Next 应用程序中。评分批处理数据转换的名称的格式为 <App name> 评分 BDT。例如，如果您的应用程序名称为集合，则评分批处理数据转换名称为集合 评分 BDT。
- 运行您之前自定义的评分批处理数据转换。
- 检查批次数据转换状态。
- 为了确保考虑到对收集计划的任何最近更新,以及收集计划有最新的风险分数数据,请根据您的业务需求安排评分批处理数据转换。
- 为了确保定期校准培训数据,请根据您的业务需求,安排培训批次数据转换每年运行几次。
本文章是否解决您的问题？
请与我们共享您的想法，以便我们进行改进！
