Configurer le composant d'entrée - 7.1

Matching with machine learning

Version
7.1
Language
Français (France)
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
Talend Data Stewardship
Content
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 utilisant l'apprentissage automatique
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique

Procédure

  1. Double-cliquez sur le tFileInputDelimited pour ouvrir sa vue Basic settings dans l'onglet Component.

    Les données d'entrée à utiliser avec le tMatchModel sont les paires de données suspectes générées par le tMatchPairing, comme expliqué dans Calculer des paires suspectes et un échantillon suspect à partir des données source.

  2. Cliquez sur le bouton [...] à côté du champ Edit schema pour ouvrir une boîte de dialogue et ajoutez des colonnes au schéma d'entrée : Original_Id, Source, Site_name, Address, PAIR_ID, SCORE et LABEL.

    Le schéma d'entrée est le même que celui utilisé avec l'échantillon de paires suspectes généré par le tMatchPairing. La colonne LABEL contient le libellé manuellement paramétré sur tous les seconds enregistrement des paires.

    Pour des raisons de lisibilité, vous pouvez ignorer les colonnes PAIR_ID et SCORE.

  3. Cliquez sur OK dans la boîte de dialogue et acceptez la propagation des modifications.
  4. Dans le champ Folder/File, configurez le chemin d'accès au fichier d'entrée.
  5. Configurez les séparateurs de lignes et de champs dans les champs correspondants, ainsi que les en-têtes et de pieds de page, s'il y en a.

    Dans cet exemple, le nombre de lignes dans le champ Header doit être configuré à 1.