A propriedade sampleSize define a porcentagem de registros disponíveis usados para treinamento. Esse valor precisa ser configurado para um número maior que 0, mas menor que 100 (por cento).

A propriedade randomSeed representa o ponto de início que o Attribution Modeler usa para selecionar registros aleatoriamente.

A propriedade maxTrainingTime especifica o tempo máximo, em minutos, que o Attribution Modeler gasta se treinando. Ela configura um limite de tempo no processo de treinamento conforme ele itera os dados para atingir o objetivo configurado pela propriedade converganceThreshold. Esse limite de tempo ajuda a limitar os recursos usados pelo Attribution Modeler. Um aviso é registrado no arquivo de log se o SIRA exceder esse limite de tempo de treinamento.

A propriedade convergenceThreshold é usada para configurar um limite de quantas diferenças são permitidas entre os resultados de uma iteração de treinamento e a próxima. Essa diferença é expressa como uma porcentagem de respostas para as quais os resultados (ofertas vencedoras) são permitidos de mudar de uma iteração para a próxima.

Se configurar a propriedade para 0 (zero), você não estará permitindo mudanças nos resultados de uma iteração de treinamento para a próxima; essa é uma norma mais rigorosa. Se configurar essa propriedade para um valor maior que 0, então estará permitido que os resultados do treinamento sejam mais flexíveis; o padrão é menos rigoroso e o treinamento pode ser concluído mais cedo.

A propriedade noiseEliminationThreshold é usada para eliminar os créditos SIRA abaixo do valor limite.