使用Adobe Experience Platform Platform SDK編寫模型
本教學課程提供您有關在Python和R中將data_access_sdk_python
轉換為新Python platform_sdk
的資訊。本教學課程提供有關下列作業的資訊:
建置驗證 build-authentication
呼叫Adobe Experience Platform需要驗證,且包含API金鑰、組織ID、使用者權杖和服務權杖。
Python
如果您使用Jupyter Notebook,請使用下列程式碼來建置client_context
:
client_context = PLATFORM_SDK_CLIENT_CONTEXT
如果您未使用Jupyter Notebook,或需要變更組織,請使用下列程式碼範例:
from platform_sdk.client_context import ClientContext
client_context = ClientContext(api_key={API_KEY},
org_id={ORG_ID},
user_token={USER_TOKEN},
service_token={SERVICE_TOKEN})
R
如果您使用Jupyter Notebook,請使用下列程式碼來建置client_context
:
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$PLATFORM_SDK_CLIENT_CONTEXT
如果您未使用Jupyter Notebook或需要變更組織,請使用下列程式碼範例:
library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
client_context <- psdk$client_context$ClientContext(api_key={API_KEY},
org_id={ORG_ID},
user_token={USER_TOKEN},
service_token={SERVICE_TOKEN})
基本資料讀取 basic-reading-of-data
使用新的Platform SDK時,最大讀取大小為32 GB,最大讀取時間為10分鐘。
如果您的讀取時間太長,可以嘗試使用下列其中一個篩選選項:
client_context
內設定。Python
若要以Python讀取資料,請使用下列程式碼範例:
from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()
R
若要讀取R中的資料,請使用下列程式碼範例:
DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}")
df <- dataset_reader$read()
df
依位移和限制篩選 filter-by-offset-and-limit
由於不再支援依據批次ID進行篩選,若要設定資料讀取的範圍,您必須使用offset
和limit
。
Python
df = dataset_reader.limit(100).offset(1).read()
df.head
R
df <- dataset_reader$limit(100L)$offset(1L)$read()
df
依日期篩選 filter-by-date
日期篩選的詳細程度現在由時間戳記定義,而不是由日期設定。
Python
df = dataset_reader.where(\
dataset_reader['timestamp'].gt('2019-04-10 15:00:00').\
And(dataset_reader['timestamp'].lt('2019-04-10 17:00:00'))\
).read()
df.head()
R
df2 <- dataset_reader$where(
dataset_reader['timestamp']$gt('2018-12-10 15:00:00')$
And(dataset_reader['timestamp']$lt('2019-04-10 17:00:00'))
)$read()
df2
新的Platform SDK支援下列作業:
=
)eq()
>
)gt()
>=
)ge()
<
)lt()
<=
)le()
&
)And()
依選取的欄篩選 filter-by-selected-columns
若要進一步縮小資料的讀取範圍,您也可以依欄名稱篩選。
Python
df = dataset_reader.select(['column-a','column-b']).read()
R
df <- dataset_reader$select(c('column-a','column-b'))$read()
取得排序的結果 get-sorted-results
收到的結果可依目標資料集的指定欄位和它們的順序(asc/desc)分別排序。
在下列範例中,Dataframe會先依遞增順序的「column-a」排序。 之後,「column-a」具有相同值的列會依「column-b」以遞減順序排序。
Python
df = dataset_reader.sort([('column-a', 'asc'), ('column-b', 'desc')])
R
df <- dataset_reader$sort(c(('column-a', 'asc'), ('column-b', 'desc')))$read()
基本資料寫入 basic-writing-of-data
client_context
內設定。若要以Python和R撰寫資料,請使用下列其中一個範例:
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')
後續步驟
設定platform_sdk
資料載入器後,資料會進行準備,然後分割為train
和val
資料集。 若要瞭解資料準備和功能工程,請造訪教學課程中關於使用JupyterLab筆記本建立配方的資料準備和功能工程一節。