Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Creación de modelos de aprendizaje automático de AWS Clean Rooms como proveedor de datos iniciales
Modelado de aprendizaje automático para proveedores de datos iniciales

Una vez que el proveedor de datos de entrenamiento haya terminado de crear el modelo de aprendizaje automático, el proveedor de datos iniciales podrá crear y exportar el segmento similar. El segmento similar es un subconjunto de los datos de entrenamiento que más se parece a los datos iniciales.

Este es el flujo de trabajo que debe completar el proveedor de datos iniciales:

1. Los datos del proveedor de datos iniciales se pueden almacenar en un bucket de Amazon S3 o pueden provenir de los resultados de una consulta.

1. El proveedor de datos iniciales comienza la colaboración que comparte con el proveedor de datos de entrenamiento.

1. El proveedor de datos iniciales crea un segmento similar en la pestaña de Clean Rooms ML de la página de colaboración. 

1. El proveedor de datos iniciales puede evaluar las métricas de relevancia, en caso de que se hayan compartido, y exportar el segmento similar para su uso fuera de AWS Clean Rooms.

**Topics**
+ [

# Crear un segmento similar
](create-ml-segment-create.md)
+ [

# Exportación de un segmento similar
](create-ml-segment-export.md)

# Crear un segmento similar


**nota**  
Solo puede proporcionar un conjunto de datos de entrenamiento para usarlo en un modelo similar a Clean Rooms ML que tenga datos almacenados en Amazon S3. Sin embargo, puede proporcionar los datos iniciales para un modelo similar mediante SQL que agrupe los datos almacenados en cualquier fuente de datos compatible. 

Un segmento similar es un subconjunto de los datos de entrenamiento que se parece más a los datos iniciales.

**Para crear un segmento similar en AWS Clean Rooms**

1. Inicia sesión en Consola de administración de AWS y abre la [AWS Clean Rooms consola](https://console.aws.amazon.com/cleanrooms/home) con tu Cuenta de AWS (si aún no lo has hecho).

1. En el panel de navegación izquierdo, elija **Colaboraciones**.

1. En la pestaña **Con pertenencia activa**, elija una colaboración.

1. En la pestaña **Modelos ML**, selecciona **Crear segmento similar.**

1. En la página **Crear segmento similar**, en Modelo similar **configurado asociado, elija el modelo similar** configurado asociado para usarlo en este segmento similar. 

   

1. Para **Detalles de segmento similar** ingrese un **Nombre** y una **Descripción** opcional.

   

1. Para **Perfiles iniciales**, elija el **Método inicial** mediante la selección de una opción y, a continuación, realizando la acción recomendada.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. Elija el **tipo de trabajador** que se utilizará al crear esta fuente de datos. El tipo de trabajador predeterminado es **CR.1X.** Especifique el **número de trabajadores que se van a utilizar**. El número de trabajador predeterminado es **16**. Para especificar las **propiedades de Spark**:

   1. Amplíe **Propiedades de Spark**.

   1. Selecciona **Añadir propiedades de Spark**.

   1. En el cuadro de diálogo de **propiedades de Spark**, elija un **nombre de propiedad** en la lista desplegable e introduzca un **valor**.

   En la siguiente tabla se proporciona una definición para cada propiedad.

   Para obtener más información sobre las propiedades de Spark, consulte [Propiedades de Spark](https://spark.apache.org/docs/latest/configuration.html#spark-properties) en la documentación de Apache Spark.     
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. En **Acceso a los servicios**, elija el **Nombre del rol de servicio existente** que se utilizará para acceder a esta tabla.

1. Si desea habilitar la opción de **Etiquetas** para el conjunto de datos de entrenamiento, seleccione **Añadir nueva etiqueta** y, a continuación, introduzca el par de **Clave** y **Valor**. 

1. Elija **Crear segmento similar**. 

Para ver la acción de API correspondiente, consulte [StartAudienceGenerationJob](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_StartAudienceGenerationJob.html).

# Exportación de un segmento similar


Después de crear un segmento similar, puede exportar esos datos a un bucket de Amazon S3.

**Para exportar un segmento similar a AWS Clean Rooms**

1. Inicia sesión en Consola de administración de AWS y abre la [AWS Clean Rooms consola](https://console.aws.amazon.com/cleanrooms/home) con tu Cuenta de AWS (si aún no lo has hecho).

1. En el panel de navegación izquierdo, elija **Colaboraciones**.

1. En la pestaña **Con pertenencia activa**, elija una colaboración.

1. En la pestaña **Modelos ML**, selecciona un segmento similar y selecciona **Exportar**.

1. En **Exportar modelo similar**, para **Exportar detalles de modelo similar**, introduzca un **Nombre** y una **Descripción** opcional.

1. En **Tamaño del segmento**, elija el tamaño que desee para el segmento exportado. 

1. Seleccione **Exportar**. 

Para ver la acción de API correspondiente, consulte [StartAudienceExportJob](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_StartAudienceExportJob.html).