STEP 3:推論用データの用意
AIモデルを利用した推論を実行するための推論用データを用意します。
仕様
推論用データは、ヘッダー行とその値から構成されるCSVファイルとして作成します。CSVファイルの仕様は、次のとおりです。
項目 | 形式 |
---|---|
拡張子 | csv |
サイズ | 2 GB以下 |
エンコード |
|
使用できる言語 |
|
データ行数*注1 |
分析タイプ「分類」の場合
1行以上、50,000行以下
分析タイプ「データマッチング」の場合
分析タイプ「入金請求突合」の場合
|
列数 |
分析タイプ「分類」の場合
学習に使用した列数以上、100列以下
分析タイプ「データマッチング」、「入金請求突合」の場合
学習に使用した列数以上、50列以下
|
値の文字数*注2 | 40,000文字以内 |
入力できる数値の範囲 |
-2147483647〜2147483647(整数の場合)
|
- データ行数は、ヘッダー行を含まない行数です。
- 各項目の値1つあたりの文字数です。
留意事項
推論用データを作成する場合は、次の事項に留意して作成してください。
分析タイプが「データマッチング」の場合、[マッチング先データ]では、[共通キー項目]の値が重複しないようにしてください。値が重複する場合、推論はエラーになります。
- [共通キー項目]とは、[マッチング元データ]と[マッチング先データ]の対応関係を示す一意な列の項目です。学習時に指定します。
分析タイプが「入金請求突合」の場合、[入金データ]および[請求データ]は次のようにしてください。値が重複する場合、推論はエラーになります。
- [入金データ]では、[識別項目]の値が重複しないようにしてください。
- [請求データ]では、[共通キー項目]の値が重複しないようにしてください。
- [共通キー項目]とは、[入金データ]と[請求データ]の対応関係を示す一意な列の項目です。学習時に指定します。
- [識別項目]とは入金データの識別子であり、どの入金が同じデータかを表したものです。[識別項目]の値が同じ行は、同じ入金データである必要があります。学習時に指定します。