如果您想使用其中一个目标帐户，请将鼠标悬停在该帐户上，然后单击“操作”下拉菜单。您可以选择以下选项：
创建任务：为公司记录中的目标帐户创建任务。
创建注释：在公司记录中为目标帐户创建注释。
查看公司注册簿：查看公司注册簿（它将在新选项卡中打开）。
打开帐户概览：如果您拥有Sales Hub Professional或 Enterprise，您可以选择此选项在右侧面板中打开帐户概览。
进行简单的插值。然后，从缩减的模型空间到完整的模型空间进行简单的反向变换。对于快照之间 最近的手机号码数据 的插值，您可以使用简单的线性插值，或者使用更复杂的径向基函数。
显然，使用 PODI 时，首先必须构建快照，这意味着需要运行模型对参数空间进行充分采样。我们使用了非常粗略的采样：四台服务器的热负载分别只有四个潜在值，但这已经相当于单个时间实例的 256 个快照。假设每十分钟一个快照，则总共需要 2560 个快照。在我们的案例中，计算所有 2560 个快照大约需要 8 个小时。
但这完全是在模型运行阶段之前离线完成的。一旦快照计算出来，剩下的过程就非常快了。从快照构建简化模型仅需大约 8 秒，而对简化模型的单次评估仅需不到 1.5 秒。这比运行 10 个时间步长的完整模型（大约需要 2 分钟）要少得多。这并不奇怪，因为我们实际上只是进行了一次插值和一次反向变换。此外，插值是在比原始模型小得多的状态空间上进行的。原始模型的大小约为 8,000 个网格点，而简化模型只需要 5 到 10 个模态。
坏消息是，服务器机房特定位置的误差往往相当大。虽然平均误差在1摄氏度左右尚可接受，但在靠近服务器的位置，误差可能会高达16摄氏度，而服务器正是影响误差最大的位置。然而，主要原因并非模型阶数降低本身，而是快照之间的插值。