Sensei Machine Learning API을 사용하여 모델 점수 지정

이 자습서에서는 API를 활용하여 실험 및 실험 실행을 만드는 방법을 보여 줍니다. API 설명서의 자세한 목록은 이 문서를 참조하십시오.

점수를 매길 예약된 실험 만들기

트레이닝에 대한 예약된 실험과 유사하게, 점수를 매기도록 예약된 실험을 만드는 것도 body 매개 변수에 template 섹션을 포함함으로써 수행됩니다. 또한 본문에 있는 tasks 아래의 name 필드는 score로 설정됩니다.

다음은 startTime부터 시작하여 endTime까지 20분마다 실행되는 실험을 만드는 예입니다.

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: {IMS_ORG}' \
  -H 'x-api-key: {API_KEY}' \
  -d '{JSON_PAYLOAD}'

{IMS_ORG}:고유한 Adobe Experience Platform 통합에서 찾은 IMS 조직 자격 증명
{ACCESS_TOKEN}:인증 후 제공된 특정 베어러 토큰 값입니다.
{API_KEY}:고유한 Adobe Experience Platform 통합에 있는 특정 API 키 값입니다.
{JSON_PAYLOAD}:전송할 Run 개체를 실험합니다. 튜토리얼에서 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}:교육된 모델을 나타내는 ID.

다음은 예약된 실험을 만든 후 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 ID.
{INSTANCE_ID}:MLInstance를 나타내는 ID입니다.

점수를 매길 실험 실행 만들기

이제 트레이닝된 모델을 사용하여 점수를 위한 실험 실행을 만들 수 있습니다. modelId 매개 변수의 값은 위의 GET 모델 요청에서 반환된 id 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: {IMS_ORG}' \
  -H 'x-api-key: {API_KEY}' \
  -d '{JSON_PAYLOAD}'

{IMS_ORG}:고유한 Adobe Experience Platform 통합에서 찾은 IMS 조직 자격 증명
{ACCESS_TOKEN}:인증 후 제공된 특정 베어러 토큰 값입니다.
{API_KEY}:고유한 Adobe Experience Platform 통합에 있는 특정 API 키 값입니다.
{EXPERIMENT_ID}:타깃팅할 실험에 해당하는 ID. 실험 생성 시 응답에서 찾을 수 있습니다.
{JSON_PAYLOAD}:게시할 데이터입니다. 튜토리얼에서 사용하는 예는 다음과 같습니다.

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

{MODEL_ID}:모델에 해당하는 ID.

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(Run) 아래에 있는 실험(Experiment the Run)에 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 쿼리는 아래에 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: {IMS_ORG}'

{EXPERIMENT_ID}:실행(Run) 아래에 있는 실험(Experiment the Run)에 해당하는 ID입니다.
{ACCESS_TOKEN}:인증 후 제공된 특정 베어러 토큰 값입니다.
{IMS_ORG}:고유한 Adobe Experience Platform 통합에서 찾은 IMS 조직 자격 증명

특정 실험에 대해 여러 개의 실험 실행이 있으므로 반환된 응답에는 Run 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(Run) 아래에 있는 실험(Experiment the Run)에 해당하는 ID입니다.

예약된 실험 중지 및 삭제

endTime 이전에 예약된 실험 실행을 중지하려는 경우 DELETE 요청을 {EXPERIMENT_ID}에 쿼리하여 수행할 수 있습니다.

요청

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

{EXPERIMENT_ID}:실험 ID입니다.
{ACCESS_TOKEN}:인증 후 제공된 특정 베어러 토큰 값입니다.
{IMS_ORG}:고유한 Adobe Experience Platform 통합에서 찾은 IMS 조직 자격 증명

노트

API 호출에서는 새 Experiment 실행을 만들 수 없습니다. 하지만 이미 실행 중인 실험 실행의 실행을 중지하지 않습니다.

다음은 실험이 성공적으로 삭제되었음을 알리는 응답입니다.

응답

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

이 페이지에서는