Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Création d'un segment similaire
<a name="create-ml-segment-create"></a>

**Note**  
Vous pouvez uniquement fournir un ensemble de données d'entraînement à utiliser dans un modèle similaire à Clean Rooms ML dont les données sont stockées dans Amazon S3. Cependant, vous pouvez fournir les données de départ d'un modèle similaire à l'aide de SQL qui analyse les données stockées dans n'importe quelle source de données prise en charge. 

Un segment similaire est un sous-ensemble des données d'apprentissage qui ressemble le plus aux données de départ.

**Pour créer un segment similaire dans AWS Clean Rooms**

1. Connectez-vous à la [AWS Clean Rooms console AWS Management Console et ouvrez-la](https://console.aws.amazon.com/cleanrooms/home) avec votre Compte AWS (si vous ne l'avez pas encore fait).

1. Dans le volet de navigation de gauche, sélectionnez **Collaborations**.

1. Dans l'onglet **Avec adhésion active**, choisissez une collaboration.

1. Dans l'onglet **ML Models**, choisissez **Create lookalike segment.**

1. Sur la page **Créer un segment de similitude**, pour Modèle de **similitude configuré associé, choisissez le modèle** de similitude configuré associé à utiliser pour ce segment de similitude. 

   

1. Pour les **détails du segment Lookalike**, entrez un **nom** et une **description** facultative.

   

1. Pour les **profils Seed**, choisissez votre **méthode Seed** en sélectionnant une option, puis en prenant l'action recommandée.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. Choisissez le **type de travailleur** à utiliser lors de la création de cette source de données. Le type de travailleur par défaut est **CR.1X.** Spécifiez le **nombre de travailleurs** à utiliser. La valeur par défaut est le travailleur numéro **16**. Pour définir les **propriétés de Spark** :

   1. Développez les **propriétés Spark**.

   1. Choisissez **Ajouter des propriétés Spark**.

   1. Dans la boîte de dialogue **des propriétés de Spark**, choisissez un **nom de propriété** dans la liste déroulante et entrez une **valeur**.

   Le tableau suivant fournit une définition pour chaque propriété.

   Pour plus d'informations sur les propriétés de Spark, consultez la section [Propriétés de Spark](https://spark.apache.org/docs/latest/configuration.html#spark-properties) dans la documentation d'Apache Spark.     
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. Pour **l'accès au service**, choisissez le **nom du rôle de service existant** qui sera utilisé pour accéder à cette table.

1. Si vous souhaitez activer les **balises** pour le jeu de données d'entraînement, choisissez **Ajouter une nouvelle balise**, puis entrez la paire ****clé/valeur****. 

1. Choisissez **Créer un segment similaire.** 

Pour l'action d'API correspondante, consultez [StartAudienceGenerationJob](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_StartAudienceGenerationJob.html).