Ruft das angegebene Machine Learning-Modell auf, das die Eingabedaten bewertet.

Um diesen Block zu verwenden, muss die Machine Learning-Anwendung mit den entsprechenden Machine Learning-Modellen im Mandanten zur Verfügung stehen.

Wenn das Machine Learning-Modell noch nicht vorhanden ist, fügen Sie es mithilfe der Machine Learning-Anwendung hinzu. Haben Sie das Machine Learning-Modell hinzugefügt während Ihr Analytics Builder-Modell noch im Bearbeitungsmodus war, dann verlassen Sie den Modelleditor und bearbeiten Sie das Analytics Builder-Modell ein weiteres Mal. Dies aktualisiert die Liste aller verfügbaren Machine Learning-Modelle und Sie können das neu hinzugefügte Modell auswählen.

Blockeingänge entsprechen den Eingängen des Machine Learning-Modells (die als "Aktiv" markiert sind) in der vom Machine Learning-Modell angegebenen Reihenfolge. Alle vom Modell verwendeten Eingänge müssen verbunden sein. Ausgänge entsprechen den vom Machine Learning-Modell angegebenen Ausgänge. Wenn eine PMML-Ausgabe als "JSON" angegeben wird, gibt der Block eine String-Version des JSON aus, aber die Eigenschaften des Objekts stehen auch als zusätzliche Werte zur Verfügung, die mit dem Block "Eigenschaft extrahieren" extrahiert werden können, was die empfohlene Methode zum Entpacken mehrerer Werte aus einem solchen Ausgang ist. Zeitstempeleingaben werden derzeit nicht unterstützt.