分析包含一些量度,这些量度用于使数据科学家能够通过显示相关评估量度来评估和选择最佳的ML模型。
您可以通过对分析端点执行单个GET请求来检索分析列表。 要帮助筛选结果,您可以在请求路径中指定查询参数。 有关可用查询的列表,请参阅 用于资源检索的查询参数.
API格式
GET /insights
请求
curl -X GET \
https://platform.adobe.io/data/sensei/insights \
-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}'
响应
成功的响应会返回一个有效负载,该有效负载包含一个分析列表,并且每个分析都有唯一标识符( id
)。 此外,您还将收到 context
,其中包含与特定分析关联的唯一标识符,这些分析跟在分析事件和指标数据之后。
{
"children": [
{
"id": "08b8d174-6b0d-4d7e-acd8-1c4c908e14b2",
"context": {
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71"
},
"events": {
"name": "fit",
"eventValues": {
"algorithm": null,
"ratio": "0.8"
}
},
"metrics": [
{
"name": "MAPE",
"value": "0.0111111111111",
"valueType": "double"
}
],
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-02T00:00:00.000Z"
},
{
"id": "08b8d174-6b0d-4d7e-acd8-1c4c908e14b2",
"context": {
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71"
},
"events": {
"name": "fit",
"eventValues": {
"algorithm": null,
"ratio": "0.8"
}
},
"metrics": [
{
"name": "MAPE",
"value": "0.0111111111111",
"valueType": "double"
}
],
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-02T00:00:00.000Z"
}
],
"_page": {
"count": 2
}
}
属性 | 描述 |
---|---|
id |
与分析相对应的ID。 |
experimentId |
有效的试验ID。 |
experimentRunId |
有效的试验运行ID。 |
modelId |
有效的模型ID。 |
要查找特定分析,请发出GET请求并提供有效的 {INSIGHT_ID}
在请求路径中。 要帮助筛选结果,您可以在请求路径中指定查询参数。 有关可用查询的列表,请参阅 用于资源检索的查询参数.
API格式
GET /insights/{INSIGHT_ID}
参数 | 描述 |
---|---|
{INSIGHT_ID} |
Sensei Insight的唯一标识符。 |
请求
curl -X GET \
https://platform.adobe.io/data/sensei/insights/08b8d174-6b0d-4d7e-acd8-1c4c908e14b2 \
-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}'
响应
成功的响应将返回包含见解唯一标识符(id
)。 此外,您还将收到 context
,其中包含与分析事件和量度数据之后的特定分析关联的唯一标识符。
{
"id": "08b8d174-6b0d-4d7e-acd8-1c4c908e14b2",
"context": {
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71"
},
"events": {
"name": "fit",
"eventValues": {
"algorithm": null,
"ratio": "0.8"
}
},
"metrics": [
{
"name": "MAPE",
"value": "0.0111111111111",
"valueType": "double"
}
],
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-02T00:00:00.000Z"
}
属性 | 描述 |
---|---|
id |
与分析相对应的ID。 |
experimentId |
有效的试验ID。 |
experimentRunId |
有效的试验运行ID。 |
modelId |
有效的模型ID。 |
您可以通过执行POST请求和有效负荷来创建新的模型洞察,有效负荷为新的模型洞察提供上下文、事件和量度。 无需为用于创建新模型洞察的上下文字段附加现有服务,但您可以选择通过提供一个或多个相应的ID来使用现有服务创建新的模型洞察:
"context": {
"clientId": "f1ab3164-e688-433d-99ef-077b2be84731",
"notebookId": "T4ab3164-e658-443d-97ef-022b2be84999",
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"engineId": "22f4166f-85ba-4130-a995-a2b8e1edde32",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71",
"dataSetId": "5ee3cd7f2d34011913c56941"
}
API格式
POST /insights
请求
curl -X POST \
https://platform.adobe.io/data/sensei/insights \
-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=mlInstance.v1.json`
-d {
"context": {
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71"
},
"events": {
"name": "fit2",
"eventValues": {
"algorithm": null,
"ratio": "0.99"
}
},
"metrics": [
{
"name": "MAPE2",
"value": "0.11111111111",
"valueType": "double"
}
],
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-02T00:00:00.000Z"
}
响应
成功的响应将返回的有效负载具有 {INSIGHT_ID}
以及您在初始请求中提供的任何参数。
{
"id": "08b8d174-6b0d-4d7e-acd8-1c4c908e14b2",
"context": {
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"experimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
"modelId": "15c53796-bd6b-4e09-b51d-7296aa20af71"
},
"events": {
"name": "fit2",
"eventValues": {
"algorithm": null,
"ratio": "0.99"
}
},
"metrics": [
{
"name": "MAPE2",
"value": "0.11111111111",
"valueType": "double"
}
],
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-02T00:00:00.000Z"
}
属性 | 描述 |
---|---|
insightId |
发出成功的POST请求时为此特定见解创建的唯一ID。 |
您可以通过对量度端点执行单个GET请求,来检索所有算法和默认量度的列表。 要查询特定量度,请发出GET请求并提供有效的量度 {ALGORITHM}
在请求路径中。
API格式
GET /insights/metrics
GET /insights/metrics?algorithm={ALGORITHM}
参数 | 描述 |
---|---|
{ALGORITHM} |
算法类型的标识符。 |
请求
以下请求包含一个查询,并使用算法标识符检索特定量度 {ALGORITHM}
curl -X GET \
'https://platform.adobe.io/data/sensei/insights/metrics?algorithm={ALGORITHM}' \
-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}'
响应
成功的响应会返回一个有效负载,该有效负载包括 algorithm
唯一标识符和默认量度的数组。
{
"children": [
{
"algorithm": "15c53796-bd6b-4e09-b51d-7296aa20af71",
"defaultMetrics": [
"f-score",
"auroc",
"roc",
"precision",
"recall",
"accuracy",
"confusion matrix"
]
}
]
}