Analyser la Heat map - Cloud - 8.0

Rapprochement de données à l'aide des outils Talend

Version
Cloud
8.0
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

La Heat map vous permet de voir rapidement l'importance d'un attribut et d'une clé de rapprochement dans un modèle.

Dans les exemples suivants, vous allez voir comment analyser la Heat map et, selon la qualité minimale du modèle que vous souhaitez obtenir, comment décider si un attribut est nécessaire au modèle.

Dans les exemples suivants, vous utilisez une base de données relatives aux centres de garde d'enfants, contenant les données d'entrée suivantes :
  • le nom du site,
  • son adresse et
  • la source des données précédentes.

La base de données et les paramètres restent inchangés. Seules les clés de rapprochement sont modifiées.

Premier exemple : le nom du site est la clé de rapprochement.

Dans cet exemple, une donnée d'entrée est configurée comme une clé de rapprochement.

La qualité du modèle est : 0.802. C'est une haute qualité, mais pas suffisamment pour avoir un modèle fiable.

Dans les exemples suivants, plus de clés de rapprochement sont configurées, afin de voir leur impact sur la qualité du modèle.

Deuxième exemple : l'adresse et le nom du site sont configurés comme clés de rapprochement.

Dans cet exemple, une clé de rapprochement est ajoutée à l'exemple précédent.

La qualité du modèle est : 0.917. C'est légèrement supérieur à celle de l'exemple précédent.

Ajouter une clé de rapprochement vous permet de voir qu'aucun attribut des données d'entrée Site name n'est important.

Troisième exemple : l'adresse et le nom du site et la source sont configurés comme clés de rapprochement.

Dans cet exemple, une clé de rapprochement est ajoutée à l'exemple précédent.

La qualité du modèle est : 0.925.

Vous pouvez voir qu'aucun attribut des données d'entrée Source n'est important. Si vous comparez cet exemple au précédent, la qualité du modèle est supérieure mais pas suffisamment pour rendre cette clé de rapprochement essentielle au modèle.

Résumé

Le tableau suivant résume les clés de rapprochement et la qualité du modèle des exemples précédents.
Exemple Clés de rapprochement Qualité du modèle
1 Site name 0.802
2 Address et Site name 0.917
3 Address, Site name et Source 0.925

Après avoir configuré plusieurs clés de rapprochement et exécuté plusieurs Jobs, vous pouvez voir que certains attributs ne sont pas importants pour le modèle.

Même si la qualité d'un modèle est satisfaisante, vous pouvez ajouter ou supprimer des clés de rapprochement afin de comparer les résultats.

Selon votre base de données, un attribut moins important peut causer du bruit dans le modèle.

Selon la qualité minimale du modèle que vous souhaitez obtenir, vous pouvez décider si une clé de rapprochement est nécessaire au modèle ou non.