使用来自 Azure 机器学习的自定义模型

Dynamics 365 Customer Insights - Data 中的工作流帮助您选择要从中生成见解的数据，并将结果映射到统一客户数据。您的工作流可以包括在 Azure 机器学习中创建的使用人工智能 (AI) 增强的自定义模型。

先决条件

备注

对机器学习工作室（经典）的支持将于 2024 年 8 月 31 日结束。我们建议您在该日期之前转换到 Azure 机器学习。您不能再创建新的机器学习工作室（经典）资源，但您可以在 2024 年 8 月 31 日之前继续使用现有资源。

工作区：具有管道的 Azure 机器学习工作区
访问特权：
- 具有管道的 Azure 机器学习工作区：负责人或用户访问管理员特权
- Customer Insights - Data 环境：管理员或参与者特权
存储帐户：与 Azure Studio 实例关联的 Azure Data Lake Storage Gen2 帐户

Customer Insights - Data 中的自定义模型不支持通过增量刷新更新的数据源。

数据是在 Customer Insights - Data 环境和工作流中的所选 Azure Web 服务或管道之间传输的。将数据传输至 Azure 服务时，请确保服务已配置为按照所需的方式和位置处理数据，以符合任何法律或法规要求。

在 Customer Insights - Data 中，转到设置>连接。
滚动到其他连接。
在 Azure 机器学习磁贴中，选择设置。
输入连接信息：
- 显示名称：输入一个描述连接的唯一可识别名称。它必须以字母开头，且仅包含字母、数字和下划线。
- 租户：输入链接到 Azure 机器学习工作区的租户。提示时登录。
- 工作区：输入 Azure 机器学习工作区。
查看数据隐私和合规信息，并选择我同意。
选择保存。

转到见解>预测。
在创建选项卡上，选择自定义模型（Azure 机器学习 v2）磁贴上的使用此模型。
选择有关连接的信息：
- 连接：选择 Azure 机器学习工作区连接或选择添加连接来设置新连接。
- 管道：选择链接到 Azure 机器学习工作区的管道。
- 输出路径：选择链接到管道的输出路径。
- 输出数据存储：选择链接到管道的输出数据存储。
选择开始。
在模型名称步骤中，输入或选择以下信息：
- 名称：模型的可识别名称。
- 输出表名称：管道输出结果的输出表名称。
- 主键：要作为输出表主键的属性。
- 客户 ID：与统一客户 ID 对应的匹配属性。
选择下一步。
在所需数据步骤中，选择添加数据。
添加要用于自定义模型的数据。映射数据中的所有属性并选择保存。

您可以保存并返回到此步骤，但除非映射所有属性，否则您无法成功运行模型。您无法添加可选属性。要编辑属性，请在 Azure 机器学习工作区中更改它们。
选择下一步。
在查看并运行步骤中，查看模型详细信息并在必要时进行更改。
选择保存并运行。

转到见解>预测，然后选择我的预测选项卡。
选择模型旁边的垂直省略号（⋮）以查看可以执行的操作。
- 编辑工作流以更改模型配置或连接。
- 按需刷新工作流。工作流还会在每次计划刷新后自动运行。
- 删除工作流。不会删除用于创建工作流的表。

工作流中的结果存储在定义的输出表名称中。从数据>表页面或通过 API 访问来查看。

要从自定义模型表获取数据，使用以下 OData 查询：

https://api.ci.ai.dynamics.com/v1/instances/<your instance id>/data/<custom model output table name>%3Ffilter%3DCustomerId%20eq%20'<guid value>'