使用Adobe Experience PlatformPlatform SDK進行模型製作

本教程提供有關在Python和R中將data_access_sdk_python轉換為新Python platform_sdk的資訊。本教學課程提供下列操作的相關資訊:

構建驗證

必須進行驗證才能呼叫Adobe Experience Platform,且由API金鑰、IMS組織ID、使用者Token和服務Token組成。

Python

如果您使用Jupyter Notebook,請使用以下代碼來構建client_context:

client_context = PLATFORM_SDK_CLIENT_CONTEXT

如果您不使用Jupyter Notebook,或需要變更IMS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={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

R

如果您使用Jupyter Notebook,請使用以下代碼來構建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

如果您不使用Jupyter Notebook,或需要變更IMS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={IMS_ORG},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

資料的基本讀取

使用新的Platform SDK,最大讀取大小為32 GB,最長讀取時間為10分鐘。

如果您的讀取時間過長,可以嘗試使用下列其中一個篩選選項:

注意

IMS組織設定在client_context中。

Python

若要讀取Python中的資料,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

依偏移和限制篩選

由於不再支援依批次ID篩選,因此您必須使用offsetlimit才能進行資料範圍讀取。

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

日期篩選的詳細程度現在由時間戳記定義,而非依日期設定。

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:

操作 函數
等於 (=) eq()
Greater than (>) gt()
Greater than or equal to (>=) ge()
Less than (<) lt()
Less than or equal to (<=) le()
和(&) And()
或 (` `)

依選取的欄篩選

若要進一步細化資料讀取,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() 

取得排序結果

接收的結果可以分別按目標資料集的指定列及其順序(asc/desc)排序。

在以下示例中,資料幀首先按"column-a"的升序排序。 對"column-a"具有相同值的行按"column-b"以降序排序。

Python

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

R

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

資料的基本寫入

注意

IMS組織設定在client_context中。

要在Python和R中寫入資料,請使用以下示例之一:

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

配置platform_sdk資料載入器後,資料將進行準備,然後分割到trainval資料集。 若要瞭解資料準備和功能工程,請造訪使用JupyterLab筆記型電腦建立配方的教學課程中資料準備和功能工程一節。

本頁內容