Elle est la valeur factice pour la valeur prédite par le modèle de décision. - 7.3

Rapprochement de données à l'aide des outils Talend

Version
7.3
Language
Français
Product
Talend Big Data Platform
Talend Data Fabric
Talend Data Management Platform
Talend Data Services Platform
Talend MDM Platform
Talend Real-Time Big Data Platform
Module
Studio Talend
Content
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Last publication date
2024-02-07
Cette section présente comment créer un schéma d'apprentissage des données afin de développer une routine d'apprentissage automatique.

Procédure

  1. Cliquez-droit sur la connexion à HDFS précédemment créée et sélectionnez Retrieve Schema.
  2. Naviguez jusqu'au fichier de données d'apprentissage pré-chargé dans /user/puccini/machinelearning/decisiontrees/marketing/marketing_campaign_train.csv.
  3. Cliquez sur Next, nommez le schéma et ajustez les types de données selon vos besoins.
    Dans ce cas, les valeurs par défaut sont correctes.
  4. Cliquez sur Finish.
  5. Ajoutez un tHDFSConfiguration dans l'espace de modélisation graphique.
  6. Dans la liste Property Type, sélectionnez Repository.
  7. Sélectionnez la connexion à HDFS créée, MarketingCampaignData.