Komponenten des Analytics Scoring-Moduls

Das Analytics Scoring-Modul setzt sich aus den folgenden Komponenten zusammen.

• Binning Lookup: Dieser Schritt kann verwendet werden, um zuvor definiertes Binning auf neue Daten anzuwenden, indem vorhandene Bins verwendet werden, die in Datenflüssen mithilfe des Binning-Schritts des Machine Learning-Moduls erstellt wurden.
• Java Model Scoring: Dieser Schritt kann verwendet werden, um neue Daten mithilfe der Formel zu bewerten, die beim Anpassen eines Machine Learning-Modells erstellt wird.
• PMML Model Scoring: Sie können diesen Schritt verwenden, um im Kontext eines Datenflusses ein beliebiges Modell auszuwerten, das im Analytics Scoring-Repository gespeichert ist.
• Read from Miner Dataset: Sie können diesen Schritt verwenden, um Daten aus einer Fokusdatei zu lesen, die in einem Datenfluss verwendet werden sollen.
• Write to Miner Dataset: Sie können diesen Schritt verwenden, um Daten aus einem Datenfluss in eine Fokusdatei zu schreiben.
• Machine Learning-Modellverwaltung: Dieses Repository enthält Model Assessment, mit dem Sie alle Machine Learning-Modelle auf Ihrem Spectrum™ Technology Platform-Server verwalten, und Binning Management, mit dem Sie alle Binning-Vorgänge auf Ihrem Spectrum™ Technology Platform-Server verwalten.
• Analytics Scoring-Repository: Dies ist das zentrale Repository für alle Modelle, die für das Analytics Scoring-Modul verfügbar sind. Benutzer können das Repository über einen Webclient verwalten.