實驗端點

模型開發和訓練在實驗級別進行，其中實驗由MLInstance、訓練運行和評分運行組成。

建立實驗

您可以通過在請求負載中提供名稱和有效MLInstance ID時執行POST請求來建立「實驗」。

注意

與UI中的模型培訓不同，通過顯式API調用建立實驗不會自動建立和執行培訓運行。

API格式

POST /experiments

要求

curl -X POST \
    https://platform.adobe.io/data/sensei/experiments \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiment.v1.json' \
    -d '{
        "name": "a name for this Experiment",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda"
    }'

屬性	說明
`name`	實驗的所需名稱。與本實驗對應的培訓運行將繼承此值，該值將作為培訓運行名顯示在UI中。
`mlInstanceId`	有效的MLInstance ID。

回應

成功的響應返回包含新建立實驗的詳細資訊（包括其唯一標識符）的負載(id)。

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdByService": false
}

建立並執行培訓或評分運行

您可以通過執行POST請求並提供有效的實驗ID並指定運行任務來建立培訓或評分運行。僅當「實驗」具有現有且成功的培訓運行時，才能建立評分運行。成功建立培訓運行將初始化模型培訓過程，其成功完成將生成經過培訓的模型。生成經過訓練的模型將替換任何先前存在的模型，這樣實驗在任何給定時間只能使用單個經過訓練的模型。

API格式

POST /experiments/{EXPERIMENT_ID}/runs

參數	說明
`{EXPERIMENT_ID}`	有效的實驗ID。

要求

curl -X POST \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experimentRun.v1.json' \
    -d '{
        "mode": "{TASK}"
    }'

屬性	說明
`{TASK}`	指定運行的任務。將此值設定為 `train` 訓練， `score` 用於評分，或 `featurePipeline` 。

回應

成功的響應返回一個負載，該負載包含新建立的運行的詳細資訊，包括繼承的預設培訓或評分參數以及運行的唯一ID({RUN_ID})。

{
    "id": "33408593-2871-4198-a812-6d1b7d939cda",
    "mode": "{TASK}",
    "experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdBySchedule": false,
    "tasks": [
        {
            "name": "{TASK}",
            "parameters": [
                {
                    "key": "parameter",
                    "value": "parameter value"
                }
            ]
        }
    ]
}

檢索實驗清單

通過執行單個GET請求並提供有效的MLInstance ID作為查詢參數，可以檢索屬於特定MLInstance的實驗清單。有關可用查詢的清單，請參閱附錄部分。資產檢索查詢參數。

API格式

GET /experiments
GET /experiments?property=mlInstanceId=={MLINSTANCE_ID}

參數	說明
`{MLINSTANCE_ID}`	提供有效的MLInstance ID以檢索屬於該特定MLInstance的實驗清單。

要求

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments?property=mlInstanceId==46986c8f-7739-4376-8509-0178bdf32cda \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

回應

成功的響應返回共用相同MLInstance ID({MLINSTANCE_ID})。

{
    "children": [
        {
            "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "A name for this Experiment",
            "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        },
        {
            "id": "6cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "Training Run 1",
            "mlInstanceId": "46986c8f-7839-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        },
        {
            "id": "7cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "Training Run 2",
            "mlInstanceId": "46986c8f-7939-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        }
    ],
    "_page": {
        "property": "deleted==false",
        "count": 3
    }
}

檢索特定實驗

通過執行請求路徑中包含所需實驗ID的GET請求，可以檢索特定實驗的詳細資訊。

API格式

GET /experiments/{EXPERIMENT_ID}

參數	說明
`{EXPERIMENT_ID}`	有效的實驗ID。

要求

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

回應

成功的響應返回包含所請求實驗詳細資訊的負載。

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdByService": false
}

檢索「實驗」運行清單

通過執行單個GET請求並提供有效的實驗ID，可以檢索屬於特定實驗的訓練或評分運行清單。要幫助篩選結果，可以在請求路徑中指定查詢參數。有關可用查詢參數的完整清單，請參閱附錄部分。資產檢索查詢參數。

注意

組合多個查詢參數時，必須用和符號(&)分隔。

API格式

GET /experiments/{EXPERIMENT_ID}/runs
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER}={VALUE}
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER_1}={VALUE_1}&{QUERY_PARAMETER_2}={VALUE_2}

參數	說明
`{EXPERIMENT_ID}`	有效的實驗ID。
`{QUERY_PARAMETER}`	其中可用查詢參數用於篩選結果。
`{VALUE}`	前面查詢參數的值。

要求

以下請求包含查詢並檢索屬於某個「實驗」的培訓運行清單。

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs?property=mode==train \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

回應

成功的響應返回一個包含運行清單及其每個詳細資訊（包括其實驗運行ID）的負載({RUN_ID})。

{
    "children": [
        {
            "id": "33408593-2871-4198-a812-6d1b7d939cda",
            "mode": "train",
            "experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "created": "2019-01-01T00:00:00.000Z",
            "createdBy": {
                "userId": "Jane_Doe@AdobeID"
            },
            "createdBySchedule": false
        }
    ],
    "_page": {
        "property": "mode==train,experimentId==5cb25a2d-2cbd-4c99-a619-8ddae5250a7b,deleted==false",
        "totalCount": 1,
        "count": 1
    }
}

更新實驗

您可以通過PUT請求覆蓋現有實驗的屬性來更新其屬性，該請求在請求路徑中包括目標實驗的ID，並提供包含已更新屬性的JSON負載。

秘訣

為確保此PUT請求成功，建議您首先執行GET請求，按ID檢索實驗。然後，修改和更新返回的JSON對象，並應用已修改的JSON對象的整個作為PUT請求的負載。

下面的示例API調用在初始具有這些屬性時更新實驗的名稱：

{
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "createdByService": false
}

API格式

PUT /experiments/{EXPERIMENT_ID}

參數	說明
`{EXPERIMENT_ID}`	有效的實驗ID。

要求

curl -X PUT \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiments.v1.json' \
    -d '{
        "name": "An upated name",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
        "created": "2019-01-01T00:00:00.000Z",
        "createdBy": {
            "userId": "Jane_Doe@AdobeID"
        },
        "createdByService": false
    }'

回應

成功的響應返回包含實驗更新的詳細資訊的負載。

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "An updated name",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-02T00:00:00.000Z",
    "createdByService": false
}

刪除實驗

通過執行DELETE請求，可以刪除單個實驗，該請求在請求路徑中包括目標實驗的ID。

API格式

DELETE /experiments/{EXPERIMENT_ID}

參數	說明
`{EXPERIMENT_ID}`	有效的實驗ID。

要求

curl -X DELETE \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

回應

{
    "title": "Success",
    "status": 200,
    "detail": "Experiment successfully deleted"
}

按MLInstance ID刪除實驗

通過執行包含MLInstance ID作為查詢參數的DELETE請求，可以刪除屬於特定MLInstance的所有實驗。

API格式

DELETE /experiments?mlInstanceId={MLINSTANCE_ID}

參數	說明
`{MLINSTANCE_ID}`	有效的MLInstance ID。

要求

curl -X DELETE \
    https://platform.adobe.io/data/sensei/experiments?mlInstanceId=46986c8f-7739-4376-8509-0178bdf32cda \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

回應

{
    "title": "Success",
    "status": 200,
    "detail": "Experiments successfully deleted"
}

Business.Adobe.com資源

Customer Acquisition Mobile Commerce Lookalike Modeling Customer Segmentation Predictive Analytics Performance Optimization

全新的改善搜尋

實驗端點

建立實驗

建立並執行培訓或評分運行

檢索實驗清單

檢索特定實驗

檢索「實驗」運行清單

更新實驗

刪除實驗

按MLInstance ID刪除實驗

Business.Adobe.com資源

本頁內容

檢視下一個:

學習

說明文件

社群

技術支援

資源

Adobe 帳戶

Adobe