使用Sensei Machine Learning API对模型进行评分

本教程将向您介绍如何利用API创建实验和实验运行。 有关API文档的详细列表,请参阅此文档

为评分创建计划实验

与培训的计划实验类似,还可以通过在身体参数中加入template部分来创建计划的得分实验。 此外,正文中tasks下的name字段设置为score

以下是创建实验的示例,该实验从startTime开始每20分钟运行一次,运行到endTime

请求

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}:您的IMS组织凭据位于您独特的Adobe Experience Platform集成中。
{ACCESS_TOKEN}:身份验证后提供的特定载体令牌值。
{API_KEY}:您独特的Adobe Experience Platform集成中可找到您的特定API密钥值。
{JSON_PAYLOAD}:要发送的Experice Run对象。我们在教程中使用的示例如下:

{
    "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}:表示MLInstance的ID。
{MODEL_ID}:表示受训模型的ID。

以下是创建计划实验后的响应。

响应

{
  "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}:表示实验的ID。
{INSTANCE_ID}:表示MLInstance的ID。

创建用于评分的实验运行

现在,利用经过培训的模型,我们可以创建一个用于评分的实验运行。 modelId参数的值是在上述GET模型请求中返回的id参数。

请求

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}:您的IMS组织凭据位于您独特的Adobe Experience Platform集成中。
{ACCESS_TOKEN}:身份验证后提供的特定载体令牌值。
{API_KEY}:您独特的Adobe Experience Platform集成中可找到您的特定API密钥值。
{EXPERIMENT_ID}:与要目标的实验对应的ID。这可以在创建实验时的响应中找到。
{JSON_PAYLOAD}:要发布的数据。我们在教程中使用的示例如下:

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

{MODEL_ID}:与“模型”(Model)对应的ID。

创建“实验运行”时的响应如下所示:

响应

{
    "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}:与“运行”所在的“实验”对应的ID。
{EXPERIMENT_RUN_ID}:与刚刚创建的Experience Run对应的ID。

检索计划实验运行的实验运行状态

要获取计划实验的实验运行,查询如下所示:

请求

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}:与“运行”所在的“实验”对应的ID。
{ACCESS_TOKEN}:身份验证后提供的特定载体令牌值。
{IMS_ORG}:您的IMS组织凭据位于您独特的Adobe Experience Platform集成中。

由于特定实验有多个实验运行,因此返回的响应将具有一组运行ID。

响应

{
    "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}:与“Experience Run”对应的ID。
{EXPERIMENT_ID}:与“运行”所在的“实验”对应的ID。

停止和删除计划的实验

如果您希望在计划实验endTime之前停止执行该实验,则可以通过查询对{EXPERIMENT_ID}的DELETE请求来完成此操作

请求

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}:与实验对应的ID。
{ACCESS_TOKEN}:身份验证后提供的特定载体令牌值。
{IMS_ORG}:您的IMS组织凭据位于您独特的Adobe Experience Platform集成中。

注意

API调用将禁用创建新实验运行。 但是,它不会停止执行已在运行的Emperity Runs。

以下是响应,通知已成功删除实验。

响应

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

在此页面上