Adobe Experience Platform Platform SDK を使用したモデルオーサリング

このチュートリアルでは、Python と R の両方で data_access_sdk_python を新しい Python platform_sdk に変換する方法について説明します。このチュートリアルでは、次の操作について説明します。

認証の構築

Adobe Experience Platform を呼び出すには認証が必要で、API キー、IMS 組織 ID、ユーザートークン、サービストークンで構成されます。

Python

Jupyter ノートブックを使用している場合は、次のコードを使用して、client_context を構築してください。

client_context = PLATFORM_SDK_CLIENT_CONTEXT

Jupyter ノートブックを使用していない場合、または IMS 組織を変更する必要がある場合は、次のコード例を使用してください。

from platform_sdk.client_context import ClientContext
client_context = ClientContext(api_key={API_KEY},
              org_id={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

R

Jupyter ノートブックを使用している場合は、次のコードを使用して、client_context を構築してください。

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")

py_run_file("../.ipython/profile_default/startup/platform_sdk_context.py")
client_context <- py$PLATFORM_SDK_CLIENT_CONTEXT

Jupyter ノートブックを使用していない場合、または IMS 組織を変更する必要がある場合は、次のコード例を使用してください。

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
client_context <- psdk$client_context$ClientContext(api_key={API_KEY},
              org_id={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

データの基本読み取り

新しい Platform SDK では、最大読み取りサイズは 32 GB で、最大読み取り時間は 10 分です。

読み取り時間が長すぎる場合は、次のいずれかのフィルターオプションを使用してみてください。

メモ

IMS 組織は、client_context 内で設定されます 。

Python

Python でデータを読み込むには、以下のコード例を使用してください。

from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()

R

R でデータを読み取るには、以下のコード例を使用してください。

DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}") 
df <- dataset_reader$read() 
df

オフセットと制限によるフィルター

バッチ ID によるフィルタリングはサポートされなくなったので、データの読み取りの範囲を絞るには、offsetlimit を使用する必要があります。

Python

df = dataset_reader.limit(100).offset(1).read()
df.head

R

df <- dataset_reader$limit(100L)$offset(1L)$read() 
df

日付によるフィルター

日付フィルターの精度が、日別に設定されるのではなく、タイムスタンプによって定義されるようになりました。

Python

df = dataset_reader.where(\
    dataset_reader['timestamp'].gt('2019-04-10 15:00:00').\
    And(dataset_reader['timestamp'].lt('2019-04-10 17:00:00'))\
).read()
df.head()

R

df2 <- dataset_reader$where(
    dataset_reader['timestamp']$gt('2018-12-10 15:00:00')$
    And(dataset_reader['timestamp']$lt('2019-04-10 17:00:00'))
)$read()
df2

新しい Platform SDK では、次の操作がサポートされます。

操作 関数
次と等しい(= eq()
より大きい(> gt()
次よりも大きいか等しい(>= ge()
より小さい(< lt()
次よりも小さいか等しい(<= le()
および(& And()
または(` `)

選択した列によるフィルター

データの読み取りをさらに絞り込むために、列名でフィルターすることもできます。

Python

df = dataset_reader.select(['column-a','column-b']).read()

R

df <- dataset_reader$select(c('column-a','column-b'))$read() 

並べ替え結果の取得

受け取った結果は、それぞれ、ターゲットデータセットの指定した列と、その順序(昇順または降順)で並べ替えることができます。

次の例では、データフレームが「column-a」で昇順に並べ替えられています。次に、「column-a」に同じ値を持つ行は「column-b」で降順に並べ替えられます。

Python

df = dataset_reader.sort([('column-a', 'asc'), ('column-b', 'desc')])

R

df <- dataset_reader$sort(c(('column-a', 'asc'), ('column-b', 'desc')))$read()

データの基本的な書き込み

メモ

IMS 組織は、client_context 内で設定されます 。

Python と R でデータを書き込むには、次の例を使用します。

Python

from platform_sdk.models import Dataset
from platform_sdk.dataset_writer import DatasetWriter

dataset = Dataset(client_context).get_by_id("{DATASET_ID}")
dataset_writer = DatasetWriter(client_context, dataset)
write_tracker = dataset_writer.write({PANDA_DATAFRAME}, file_format='json')

R

dataset <- psdk$models$Dataset(client_context)$get_by_id("{DATASET_ID}")
dataset_writer <- psdk$dataset_writer$DatasetWriter(client_context, dataset)
write_tracker <- dataset_writer$write({PANDA_DATAFRAME}, file_format='json')

次の手順

platform_sdk データローダを設定すると、データは準備され、train データセットと val データセットに分割されます。データの準備と特徴量エンジニアリングについては、 ノートブックを使用したレシピの作成に関するチュートリアルで、「データの準備と特徴量エンジニアリング」の節を参照してください。JupyterLab

このページ