Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Scelta dei dati di interazione tra gli oggetti utilizzati per l'allenamento
<a name="event-values-types"></a>

**Importante**  
Per impostazione predefinita, tutte le nuove soluzioni utilizzano la formazione automatica. Con la formazione automatica, si sostengono costi di formazione mentre la soluzione è attiva. Per evitare costi inutili, al termine è possibile [aggiornare la soluzione](updating-solution.md) per disattivare la formazione automatica. Per informazioni sui costi di formazione, consulta i prezzi di [Amazon Personalize](https://aws.amazon.com/personalize/pricing/).

Puoi scegliere gli eventi in un set di dati sulle interazioni tra articoli che Amazon Personalize utilizza per creare una versione della soluzione (addestramento di un modello). La scelta dei dati di interazione tra gli elementi prima dell'addestramento consente di utilizzare solo un sottoinsieme pertinente dei dati per l'addestramento o di eliminare il rumore per addestrare un modello più ottimizzato. Per ulteriori informazioni sui set di dati sulle interazioni tra elementi, vedere. [Dati di interazione tra gli articoli](interactions-datasets.md)

**Nota**  
Se utilizzi User-Personalization-v 2 o Personalized-Ranking-v 2, il costo della formazione si basa sui dati delle interazioni tra gli elementi prima di filtrarli per tipo o valore di evento. Per ulteriori informazioni sui prezzi, consulta la pagina dei prezzi di [Amazon Personalize](https://aws.amazon.com/personalize/pricing/). 

Puoi scegliere i dati di interazione tra gli articoli come segue:
+ **Scegli i record in base al tipo**: quando configuri una soluzione, se il set di dati sulle interazioni tra oggetti include tipi di eventi in una colonna EVENT\$1TYPE, puoi facoltativamente specificare un tipo di evento da utilizzare durante la formazione. Ad esempio, se il set di dati sulle interazioni tra articoli include i tipi di eventi di *acquisto*, *clic* e *visualizzazione* e desideri che Amazon Personalize addestra il modello *solo* con eventi di visualizzazione, quando configuri la tua soluzione, *fornirai* watch as `event type` the utilizzato da Amazon Personalize durante la formazione. 

  Se disponi di più tipi di eventi e utilizzi User-Personalization-v 2 ricette o Personalized-Ranking-v 2 ricette, quando configuri una soluzione personalizzata puoi specificare pesi diversi per tipi diversi. Ad esempio, puoi configurare una soluzione per dare più peso agli eventi di acquisto rispetto ai click events. Per ulteriori informazioni, consulta [Ottimizzazione di una soluzione con configurazione degli eventi](optimizing-solution-events-config.md).

   Se il set di dati sulle interazioni tra oggetti contiene più tipi di eventi in una colonna EVENT\$1TYPE e non fornisci un tipo di evento quando configuri la soluzione, Amazon Personalize utilizza tutti i dati di interazione degli elementi per allenamenti con lo stesso peso indipendentemente dal tipo. 
+ **Scegli i record in base al tipo e al valore**: quando configuri una soluzione, se il set di dati sulle interazioni Item include i campi EVENT\$1TYPE ed EVENT\$1VALUE, puoi impostare un valore specifico come soglia per escludere i record dall'allenamento. Ad esempio, se i tuoi dati EVENT\$1VALUE per gli eventi con un EVENT\$1TYPE di *orologio* sono la percentuale di un video guardato da un utente, se imposti la soglia del valore dell'evento su 0,5 e il tipo di evento da guardare, *Amazon* Personalize addestra il modello utilizzando solo eventi di interazione dell'*orologio* con un EVENT\$1VALUE maggiore o uguale a 0,5. 

Il codice seguente mostra come utilizzare l'SDK for Python (Boto3) per creare una soluzione che `watch` utilizzi solo eventi in cui l'utente ha guardato più della metà del video.

```
import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
    name = 'solution name',
    datasetGroupArn = 'arn:aws:personalize:region:accountId:dataset-group/datasetGroupName',
    recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization-v2',
    eventType = 'watch',
    solutionConfig = {
        "eventValueThreshold": "0.5"
    }
)

# Store the solution ARN
solution_arn = create_solution_response['solutionArn']

# Use the solution ARN to get the solution status
solution_description = personalize.describe_solution(solutionArn = solution_arn)['solution']
print('Solution status: ' + solution_description['status'])
```