Configurazione delle colonne utilizzate durante l'allenamento

Se la tua ricetta genera consigli sugli articoli o segmenti di utenti, puoi modificare le colonne considerate da Amazon Personalize durante la creazione di una versione della soluzione (formazione di un modello).

Puoi modificare le colonne utilizzate durante la formazione per controllare i dati utilizzati da Amazon Personalize durante l'addestramento di un modello (creazione di una versione della soluzione). Potresti farlo per sperimentare diverse combinazioni di dati di allenamento. Oppure potresti escludere le colonne senza dati significativi. Ad esempio, potresti avere una colonna che desideri utilizzare solo per filtrare i consigli. Puoi escludere questa colonna dalla formazione e Amazon Personalize la considera solo durante il filtraggio.

Non puoi escludere le colonne EVENT_TYPE. Per impostazione predefinita, Amazon Personalize utilizza tutte le colonne che possono essere utilizzate durante la formazione. I seguenti dati sono sempre esclusi dalla formazione:

Non puoi includere i dati sulle impressioni nella formazione, ma se il tuo caso d'uso o la tua ricetta li utilizzano, Amazon Personalize utilizza i dati sulle impressioni per guidare l'esplorazione quando ricevi consigli.

Se hai già creato una soluzione e desideri modificare le colonne utilizzate durante l'addestramento, puoi clonare la soluzione. Quando clonate una soluzione, potete utilizzare la configurazione della soluzione esistente come punto di partenza, ad esempio la ricetta e gli iperparametri, e apportare le modifiche necessarie. Per ulteriori informazioni, consulta Clonazione di una soluzione (console).

Puoi configurare le colonne utilizzate da Amazon Personalize durante la formazione con la console Amazon Personalize AWS Command Line Interface ,AWS CLI() o l'SDK. AWS Per informazioni sulla scelta delle colonne con la console Amazon Personalize, consulta la procedura di configurazione avanzata riportata in. Creazione di una soluzione (console) Dopo aver creato una soluzione, puoi visualizzare le colonne utilizzate dalla soluzione nella pagina dei dettagli della soluzione della console Amazon Personalize o durante l'DescribeSolutionoperazione.

Configurazione delle colonne utilizzate durante la formazione ()AWS CLI

Per escludere le colonne dalla formazione, fornite l'excludedDatasetColumnsoggetto trainingDataConfig come parte della configurazione della soluzione. Per ogni chiave, fornite il tipo di set di dati. Per ogni valore, fornisci l'elenco delle colonne da escludere. Il codice seguente mostra come escludere le colonne dalla formazione quando si crea una soluzione con AWS CLI.

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--solution-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}"

Configurazione delle colonne utilizzate durante l'addestramento ()AWS SDKs

Per escludere le colonne dalla formazione, fornite l'excludedDatasetColumnsoggetto trainingDataConfig come parte della configurazione della soluzione. Per ogni chiave, fornite il tipo di set di dati. Per ogni valore, fornisci l'elenco delle colonne da escludere. Il codice seguente mostra come escludere le colonne dalla formazione quando si crea una soluzione con SDK for Python (Boto3).

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  solutionConfig = {
    "trainingDataConfig": {
      "excludedDatasetColumns": { 
          "datasetType": ["COLUMN_A", "COLUMN_B"]
      }
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)