Les propriétés dans la catégorie Attribution Modeler | partitions | partition[n] | AdvancedOptions spécifient des valeurs qui affectent la manière dont
Attribution Modeler évalue les données et qui s'appliquent dans toutes les partitions.
La propriété sampleSize définit le pourcentage d'enregistrements disponibles utilisés pour l'apprentissage. Cette valeur doit être un nombre supérieur à
0, mais inférieur à
100 (pour cent).
La propriété randomSeed représente le point de départ utilisé par
Attribution Modeler pour sélectionner les enregistrements de manière aléatoire.
La propriété maxTrainingTime spécifie la durée maximale en minutes passée par
Attribution Modeler à apprendre. Elle définit une limite de temps que le processus d'apprentissage doit observer quand il parcourt les données pour atteindre le but défini par la propriété
converganceThreshold. Cette limite de durée vous aide à limiter les ressources qu'
Attribution Modeler utilise. Un avertissement est consigné dans le fichier journal si SIRA dépasse cette limite de temps d'apprentissage.
La propriété convergenceThreshold sert à définir la limite de différence autorisée entre les résultats d'une itération d'apprentissage et ceux de la suivante. Cette différence est exprimée en pourcentage de réponses pour lesquelles les résultats (offres gagnantes) sont autorisés à changer d'une itération à la suivante.
Si vous définissez cette propriété sur 0 (zéro), vous n'autorisez aucune modification de résultat d'une itération d'apprentissage à la suivante ; il s'agit de la norme la plus stricte. Si vous définissez cette propriété sur une valeur supérieure à
0, cela signifie que vous autorisez les résultats d'apprentissage à être plus flexibles ; la norme est alors moins stricte et la formation peut être terminée plus rapidement.
La propriété noiseEliminationThreshold est utilisée pour éliminer les crédits SIRA sous de la valeur de seuil.
Copyright IBM Corporation 2014. All Rights Reserved.
|