本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 以培训数据提供者的身份创建 AWS Clean Rooms 机器学习模型
<a name="working-with-machine-learning-tdp"></a>

*相似模型* 是训练数据提供者的数据的模型，它允许种子数据提供者创建训练数据提供者数据的相似细分，该细分与其种子数据最相似。要创建可以在协作中使用的相似模型，您必须导入训练数据，创建相似模型，配置该相似模型，然后将其与一个协作相关联。

使用相似模型需要两方，即训练数据提供者和种子数据提供者，按顺序合作，将他们的数据整合到协作中 AWS Clean Rooms 。以下是训练数据提供者必须先完成的工作流程：

1. 训练数据提供者的数据必须存储在用户-项目交互 AWS Glue 的数据目录表中。训练数据必须至少包含用户 ID 列、交互 ID 列和时间戳列。

1. 训练数据提供者向注册训练数据 AWS Clean Rooms。

1. 训练数据提供者创建一个相似模型，可以将其与多个种子数据提供者共享。相似模型是一种深度神经网络，训练时间可能长达 24 小时。它不会自动重新训练，我们建议您每周重新训练一次。

1. 训练数据提供者配置相似模型，包括是否共享相关性指标以及输出细分的 Amazon S3 位置。训练数据提供者可以通过单个相似模型创建多个配置的相似模型。

1. 训练数据提供者将配置的受众模型关联到与某个种子数据提供者共享的协作。

训练数据提供者创建 ML 模型后，[种子数据提供者可以创建和导出相似的区段。](working-with-machine-learning-sdp.md)

**Topics**
+ [导入训练数据](create-ml-model-training-data.md)
+ [创建外观相似的模型](create-ml-model-create-model.md)
+ [配置外观相似的模型](create-ml-model-configure-model.md)
+ [关联已配置的相似模型](create-ml-model-associate-model.md)
+ [更新已配置的相似模型](update-ml-model-configured-model.md)