# 使用匹配项置信度分数估算匹配项质量
<a name="match-scoring"></a>

匹配项置信度分数可以提供对 FindMatches Match 找到的匹配项质量的估计值，以区分机器学习模型高度可信、不确定或不可能的匹配记录。匹配项置信度分数将介于 0 和 1 之间，其中分数越高，就意味着相似性越高。通过检查匹配项置信度分数，您可以区分系统高度信任的匹配项集群（您可能决定合并）、系统不确定的集群（您可能决定由人类审核），以及系统认为不可能的集群（您可能决定拒绝）。

如果您看到匹配项置信度分数很高，但又确定不存在匹配项，或者您看到分数很低，但又确定实际上存在匹配项，在此类情况下，您可能想调整训练数据。

当存在大型行业数据集时，审核每个 FindMatches 决策在此情况下并不可行，因此置信度分数特别有用。

在 Amazon Glue 版本 2.0 或更高版本中提供了匹配项置信度分数。

## 生成匹配项置信度分数
<a name="specifying-match-scoring"></a>

您可以生成匹配项置信度分数，方法是在调用 `FindMatches` 或 `FindIncrementalMatches` API 时，将 `computeMatchConfidenceScores` 的布尔值设置为 True（真）。

Amazon Glue 会将一个新的 `column match_confidence_score` 添加到输出。

## 匹配项评分示例
<a name="match-scoring-examples"></a>

例如，考虑以下匹配记录：

**分数 >= 0.9**  
匹配记录的摘要：

```
  primary_id  |   match_id  | match_confidence_score

3281355037663    85899345947   0.9823658302132061
1546188247619    85899345947   0.9823658302132061
```

详细信息：

![具有 Internet 网关的路由表的示例。](http://docs.amazonaws.cn/glue/latest/dg/images/match_score1.png)


通过此示例，我们可以看到两条记录非常相似并且共享 `display_position`、`primary_name` 和 `street name`。

**分数 >= 0.8 且分数 < 0.9**  
匹配记录的摘要：

```
  primary_id  |   match_id  | match_confidence_score

309237680432     85899345928   0.8309852373674638
3590592666790    85899345928   0.8309852373674638
343597390617     85899345928   0.8309852373674638
249108124906     85899345928   0.8309852373674638
463856477937     85899345928   0.8309852373674638
```

详细信息：

![具有 Internet 网关的路由表的示例。](http://docs.amazonaws.cn/glue/latest/dg/images/match_score2.png)


通过此示例，我们可以看到这些记录共享相同的 `primary_name` 和 `country`。

**分数 >= 0.6 且分数 < 0.7**  
匹配记录的摘要：

```
  primary_id  |   match_id  | match_confidence_score

2164663519676    85899345930   0.6971099896480333
 317827595278    85899345930   0.6971099896480333
 472446424341    85899345930   0.6971099896480333
3118146262932    85899345930   0.6971099896480333
 214748380804    85899345930   0.6971099896480333
```

详细信息：

![具有 Internet 网关的路由表的示例。](http://docs.amazonaws.cn/glue/latest/dg/images/match_score3.png)


通过此示例，我们可以看到这些记录仅共享相同的 `primary_name`。

有关更多信息，请参阅：
+ [步骤 5：使用机器学习转换添加和运行作业](machine-learning-transform-tutorial.md#ml-transform-tutorial-add-job)
+ PySpark：[FindMatches 类](aws-glue-api-crawler-pyspark-transforms-findmatches.md)
+ PySpark：[FindIncrementalMatches 类](aws-glue-api-crawler-pyspark-transforms-findincrementalmatches.md)
+ Scala：[FindMatches 类](glue-etl-scala-apis-glue-ml-findmatches.md)
+ Scala：[FindIncrementalMatches 类](glue-etl-scala-apis-glue-ml-findincrementalmatches.md)