를 사용하여 모델 점수 책정 Sensei Machine Learning API

이 자습서에서는 API를 활용하여 실험 및 실험 실행을 만드는 방법을 보여줍니다. Sensei 기계 학습 API의 모든 엔드포인트 목록은 다음을 참조하십시오. 이 문서.

점수에 대한 예약된 실험 만들기

교육을 위한 예약된 실험과 유사하게, 점수에 대해 예약된 실험을 만드는 것도 다음을 포함하여 수행됩니다 template 섹션에 본문 매개 변수를 추가합니다. 또한 name 아래의 필드 tasks 에서는 가 score.

다음은 부터 20분마다 실행되는 실험을 만드는 예입니다 startTime 다음 기간 동안 실행됩니다. endTime.

요청

curl -X POST \
  https://platform.adobe.io/data/sensei/experiments \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'Content-Type: application/vnd.adobe.platform.sensei+json;profile=experiment.v1.json' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-api-key: {API_KEY}' \
  -d '{JSON_PAYLOAD}'

{ORG_ID}: 고유한 Adobe Experience Platform 통합에 있는 IMS 조직 자격 증명입니다.
{ACCESS_TOKEN}: 인증 후 제공된 특정 베어러 토큰 값입니다.
{API_KEY}: 고유한 Adobe Experience Platform 통합에 있는 특정 API 키 값입니다.
{JSON_PAYLOAD}: 보낼 실험 실행 개체입니다. 자습서에서 사용하는 예는 다음과 같습니다.

{
    "name": "Experiment for Retail",
    "mlInstanceId": "{INSTANCE_ID}",
    "template": {
        "tasks": [{
            "name": "score",
            "parameters": [
                {
                    "key": "modelId",
                    "value": "{MODEL_ID}"
                }
            ],
            "specification": {
                "type": "SparkTaskSpec",
                "executorCores": 5,
                "numExecutors": 5
            }
        }],
        "schedule": {
            "cron": "*/20 * * * *",
            "startTime": "2018-07-04",
            "endTime": "2018-07-06"
        }
    }
}

{INSTANCE_ID}: MLInstance를 나타내는 ID입니다.
{MODEL_ID}: 훈련된 모델을 나타내는 ID입니다.

다음은 예약된 실험을 만든 후의 응답입니다.

응답

{
  "id": "{EXPERIMENT_ID}",
  "name": "Experiment for Retail",
  "mlInstanceId": "{INSTANCE_ID}",
  "created": "2018-11-11T11:11:11.111Z",
  "updated": "2018-11-11T11:11:11.111Z",
  "template": {
    "tasks": [
      {
        "name": "score",
        "parameters": [...],
        "specification": {
          "type": "SparkTaskSpec",
          "executorCores": 5,
          "numExecutors": 5
        }
      }
    ],
    "schedule": {
      "cron": "*\/20 * * * *",
      "startTime": "2018-07-04",
      "endTime": "2018-07-06"
    }
  }
}

{EXPERIMENT_ID}: 실험을 나타내는 ID입니다.
{INSTANCE_ID}: MLInstance를 나타내는 ID입니다.

점수를 위한 실험 실행 만들기

이제 숙련된 모델로 채점하기 위한 실험 실행을 만들 수 있습니다. 의 값 modelId 매개 변수는 id 위의 GET 모델 요청에서 반환된 매개 변수입니다.

요청

curl -X POST \
  https://platform.adobe.io/data/sensei/experiments/{EXPERIMENT_ID}/runs \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'Content-Type: application/vnd.adobe.platform.sensei+json;profile=experimentRun.v1.json' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-api-key: {API_KEY}' \
  -d '{JSON_PAYLOAD}'

{ORG_ID}: 고유한 Adobe Experience Platform 통합에 있는 IMS 조직 자격 증명입니다.
{ACCESS_TOKEN}: 인증 후 제공된 특정 베어러 토큰 값입니다.
{API_KEY}: 고유한 Adobe Experience Platform 통합에 있는 특정 API 키 값입니다.
{EXPERIMENT_ID}: 타겟팅할 실험에 해당하는 ID입니다. 실험을작성할 때 응답에서 찾을 수 있습니다.
{JSON_PAYLOAD}: 게시할 데이터입니다. 자습서에서 사용하는 예제는 다음과 같습니다.

{
   "mode":"score",
    "tasks": [
        {
            "name": "score",
            "parameters": [
                {
                    "key": "modelId",
                    "value": "{MODEL_ID}"
                }
            ]
        }
    ]
}

{MODEL_ID}: 모델에 해당하는 ID입니다.

실험 실행 생성의 응답은 다음과 같습니다.

응답

{
    "id": "{EXPERIMENT_RUN_ID}",
    "mode": "score",
    "experimentId": "{EXPERIMENT_ID}",
    "created": "2018-01-01T11:11:11.011Z",
    "updated": "2018-01-01T11:11:11.011Z",
    "deleted": false,
    "tasks": [
        {
            "name": "score",
            "parameters": [...]
        }
    ]
}

{EXPERIMENT_ID}: 실행 중인 실험에 해당하는 ID입니다.
{EXPERIMENT_RUN_ID}: 방금 만든 실험 실행에 해당하는 ID입니다.

예약된 실험 실행에 대한 실험 실행 상태 검색

예약된 실험에 대해 실험 실행을 가져오려면 다음과 같은 쿼리가 표시됩니다.

요청

curl -X GET \
  'https://platform.adobe.io/data/sensei/experiments/{EXPERIMENT_ID}/runs' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-gw-ims-org-id: {ORG_ID}'

{EXPERIMENT_ID}: 실행 중인 실험에 해당하는 ID입니다.
{ACCESS_TOKEN}: 인증 후 제공된 특정 베어러 토큰 값입니다.
{ORG_ID}: 고유한 Adobe Experience Platform 통합에 있는 IMS 조직 자격 증명입니다.

특정 실험에 대해 여러 개의 실험 실행이 있으므로 반환된 응답에는 실행 ID의 배열이 있습니다.

응답

{
    "children": [
        {
            "id": "{EXPERIMENT_RUN_ID}",
            "experimentId": "{EXPERIMENT_ID}",
            "created": "2018-01-01T11:11:11.011Z",
            "updated": "2018-01-01T11:11:11.011Z"
        },
        {
            "id": "{EXPERIMENT_RUN_ID}",
            "experimentId": "{EXPERIMENT_ID}",
            "created": "2018-01-01T11:11:11.011Z",
            "updated": "2018-01-01T11:11:11.011Z"
        }
    ]
}

{EXPERIMENT_RUN_ID}: 실험 실행에 해당하는 ID입니다.
{EXPERIMENT_ID}: 실행 중인 실험에 해당하는 ID입니다.

예약된 실험 중지 및 삭제

예약된 실험 실행 전에 실행을 중지하려면 endTime에 DELETE 요청을 쿼리하여 수행할 수 있습니다. {EXPERIMENT_ID}

요청

curl -X DELETE \
  'https://platform.adobe.io/data/sensei/experiments/{EXPERIMENT_ID}' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-gw-ims-org-id: {ORG_ID}'

{EXPERIMENT_ID}: 실험에 해당하는 ID입니다.
{ACCESS_TOKEN}: 인증 후 제공된 특정 베어러 토큰 값입니다.
{ORG_ID}: 고유한 Adobe Experience Platform 통합에 있는 IMS 조직 자격 증명입니다.

노트

API 호출을 사용하면 새 실험 실행 만들기가 비활성화됩니다. 그러나 이미 실행 중인 실험 실행의 실행을 중지하지는 않습니다.

다음은 실험이 성공적으로 삭제되었음을 알리는 응답입니다.

응답

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

이 페이지에서는