Die Eigenschaft sampleSize definiert den Prozentsatz an verfügbaren Datensätzen, die für das Training verwendet werden. Dieser Wert muss auf eine Zahl festgelegt werden, die größer als 0, aber kleiner als 100 (Prozent) ist.

Die Eigenschaft randomSeed steht für den Ausgangspunkt, der von Attribution Modeler für die zufällige Auswahl von Datensätzen verwendet wird.

Die Eigenschaft maxTrainingTime gibt den maximalen Zeitrahmen in Minuten an, den Attribution Modeler mit dem Selbsttraining verbringt. Sie legt ein Zeitlimit für den Trainingsprozess fest, während die Daten iteriert werden, um das von der Eigenschaft converganceThreshold gesetzte Ziel zu erreichen. Dieses Zeitlimit hilft Ihnen, die Ressourcen zu begrenzen, die Attribution Modeler verwendet. Wenn SIRA dieses Zeitlimit für das Training überschreitet, wird in der Protokolldatei eine Warnung protokolliert.

Mit der Eigenschaft convergenceThreshold wird ein Schwellenwert für die zulässige Differenz zwischen den Ergebnissen einer Trainingsiteration und der nächsten festgelegt. Diese Differenz wird als Prozentsatz der Antworten angegeben, für den sich die Ergebnisse (Gewinnerangebote) von einer Iteration zur nächsten ändern dürfen.

Wenn Sie die Eigenschaft auf 0 (Null) festlegen, lassen Sie keine Änderungen der Ergebnisse von einer Iteration zur nächsten zu. Dies ist der strengste Standard. Wenn Sie für diese Eigenschaft einen höheren Wert als 0 festlegen, lassen Sie flexiblere Trainingsergebnisse zu; der Standard ist weniger streng und das Training kann früher beendet werden.

Die Eigenschaft noiseEliminationThreshold wird zum Beseitigen der SIRA-Guthaben unterhalb des Schwellenwerts verwendet.