Punto finale degli esperimenti

NOTE
Data Science Area di lavoro non è più disponibile per l'acquisto.
Questa documentazione è destinata ai clienti esistenti con precedenti diritti a Data Science Area di lavoro.

Lo sviluppo e la training del modello avvengono a livello di esperimento, dove un esperimento è costituito da MLInstance, esecuzioni di training ed esecuzioni di punteggio.

Crea un esperimento create-an-experiment

Puoi creare un esperimento eseguendo una richiesta POST fornendo un nome e un ID MLInstance valido nel payload richiesta.

NOTE
A differenza dei training modello nell'interfaccia, la creazione di un esperimento tramite una chiamata API esplicita non crea ed esegue automaticamente un'esecuzione training.

Formato API

POST /experiments

Richiesta

curl -X POST \
    https://platform.adobe.io/data/sensei/experiments \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiment.v1.json' \
    -d '{
        "name": "a name for this Experiment",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda"
    }'
Proprietà
Descrizione
name
Il nome desiderato per l’esperimento. L’esecuzione dell’addestramento corrispondente a questo esperimento erediterà questo valore per essere visualizzato nell’interfaccia utente come nome dell’esecuzione dell’addestramento.
mlInstanceId
Un ID MLInstance valido.

Risposta

Una risposta corretta restituisce un payload contenente i dettagli dell'esperimento appena creato, incluso il relativo identificatore univoco (id).

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdByService": false
}

Crea ed eseguire una training o un'esecuzione di punteggio experiment-training-scoring

Puoi creare esecuzioni di training o di assegnazione di punteggi eseguendo un richiesta POST e fornendo un ID esperimento valido e specificando l'attività di esecuzione. Le esecuzioni dei punteggi possono essere create solo se l'esperimento dispone di un'esecuzione training esistente e riuscita. La corretta creazione di un'esecuzione di training inizializzerà la procedura di training del modello e il suo corretto completamento genererà un modello sottoposto a training. La generazione di modelli addestrati sostituirà quelli precedentemente esistenti in modo tale che un esperimento possa utilizzare solo un singolo modello addestrato in un dato momento.

Formato API

POST /experiments/{EXPERIMENT_ID}/runs
Parametro
Descrizione
{EXPERIMENT_ID}
Un ID esperimento valido.

Richiesta

curl -X POST \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experimentRun.v1.json' \
    -d '{
        "mode": "{TASK}"
    }'
Proprietà
Descrizione
{TASK}
Specifica l'attività di esecuzione. Imposta questo valore come per train training, score per il punteggio o featurePipeline per la pipeline di funzionalità.

Risposta

Una risposta corretta restituisce un payload contenente i dettagli dell'esecuzione appena creata, inclusi i parametri di training o punteggio predefiniti ereditati e l'ID univoco dell'esecuzione ({RUN_ID}).

{
    "id": "33408593-2871-4198-a812-6d1b7d939cda",
    "mode": "{TASK}",
    "experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdBySchedule": false,
    "tasks": [
        {
            "name": "{TASK}",
            "parameters": [
                {
                    "key": "parameter",
                    "value": "parameter value"
                }
            ]
        }
    ]
}

Recupera un elenco di esperimenti

Per recuperare un elenco di esperimenti appartenenti a una particolare istanza MLInstance, esegui una singola richiesta GET e fornisci un ID istanza MLInstance valido come parametro query. Per un elenco delle query disponibili, consulta la sezione dell'appendice sui parametri di query per il recupero delle risorse.

Formato API

GET /experiments
GET /experiments?property=mlInstanceId=={MLINSTANCE_ID}
Parametro
Descrizione
{MLINSTANCE_ID}
Fornisci un ID MLInstance valido per recuperare un elenco di esperimenti appartenenti a quella particolare MLInstance.

Richiesta

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments?property=mlInstanceId==46986c8f-7739-4376-8509-0178bdf32cda \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

Risposta

Una risposta corretta restituisce un elenco di esperimenti che condividono lo stesso ID MLInstance ({MLINSTANCE_ID}).

{
    "children": [
        {
            "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "A name for this Experiment",
            "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        },
        {
            "id": "6cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "Training Run 1",
            "mlInstanceId": "46986c8f-7839-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        },
        {
            "id": "7cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "name": "Training Run 2",
            "mlInstanceId": "46986c8f-7939-4376-8509-0178bdf32cda",
            "created": "2019-01-01T00:00:00.000Z",
            "updated": "2019-01-01T00:00:00.000Z",
            "createdByService": false
        }
    ],
    "_page": {
        "property": "deleted==false",
        "count": 3
    }
}

Recupera un esperimento specifico retrieve-specific

Puoi recuperare i dettagli di un esperimento specifico eseguendo una richiesta GET che include l'ID dell'esperimento desiderato nel percorso richiesta.

Formato API

GET /experiments/{EXPERIMENT_ID}
Parametro
Descrizione
{EXPERIMENT_ID}
Un ID esperimento valido.

Richiesta

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

Risposta

Una risposta corretta restituisce un payload contenente i dettagli dell’esperimento richiesto.

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z",
    "createdByService": false
}

Recuperare un elenco di esecuzioni di esperimenti

Per recuperare un elenco di esecuzioni di formazione o punteggio appartenenti a un particolare esperimento, devi eseguire una singola richiesta di GET e fornire un ID esperimento valido. Per filtrare i risultati, puoi specificare i parametri di query nel percorso della richiesta. Per un elenco completo dei parametri di query disponibili, consulta la sezione dell'appendice sui parametri di query per il recupero delle risorse.

NOTE
Quando si combinano più parametri di query, questi devono essere separati da e commerciale (&).

Formato API

GET /experiments/{EXPERIMENT_ID}/runs
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER}={VALUE}
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER_1}={VALUE_1}&{QUERY_PARAMETER_2}={VALUE_2}
Parametro
Descrizione
{EXPERIMENT_ID}
Un ID esperimento valido.
{QUERY_PARAMETER}
Uno dei parametri🔗 di query disponibili utilizzati per filtrare i risultati.
{VALUE}
Valore del parametro di query precedente.

Richiesta

Il seguente richiesta contiene una query e recupera un elenco di training esecuzioni appartenenti ad alcuni esperimenti.

curl -X GET \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs?property=mode==train \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

Risposta

Una risposta corretta restituisce un payload contenente un elenco di esecuzioni e ciascuno dei relativi dettagli, incluso l'ID esecuzione dell'esperimento ({RUN_ID}).

{
    "children": [
        {
            "id": "33408593-2871-4198-a812-6d1b7d939cda",
            "mode": "train",
            "experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
            "created": "2019-01-01T00:00:00.000Z",
            "createdBy": {
                "userId": "Jane_Doe@AdobeID"
            },
            "createdBySchedule": false
        }
    ],
    "_page": {
        "property": "mode==train,experimentId==5cb25a2d-2cbd-4c99-a619-8ddae5250a7b,deleted==false",
        "totalCount": 1,
        "count": 1
    }
}

Aggiornare un esperimento

Puoi aggiornare un esperimento esistente sovrascrivendone le proprietà tramite un richiesta PUT che include l'ID dell'esperimento destinazione nel percorso richiesta e fornendo un payload JSON contenente le proprietà aggiornate.

TIP
Per garantire il successo di questo richiesta PUT, si consiglia innanzitutto di eseguire una richiesta GET per recuperare l'esperimento per ID. Quindi, modificare e aggiornare l'oggetto JSON restituito e applicare l'intero oggetto JSON modificato come payload per il richiesta PUT.

La seguente chiamata API di esempio aggiorna il nome di un esperimento pur avendo inizialmente queste proprietà:

{
    "name": "A name for this Experiment",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "createdByService": false
}

Formato API

PUT /experiments/{EXPERIMENT_ID}
Parametro
Descrizione
{EXPERIMENT_ID}
Un ID esperimento valido.

Richiesta

curl -X PUT \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}' \
    -H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiments.v1.json' \
    -d '{
        "name": "An upated name",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
        "created": "2019-01-01T00:00:00.000Z",
        "createdBy": {
            "userId": "Jane_Doe@AdobeID"
        },
        "createdByService": false
    }'

Risposta

In caso di esito positivo, la risposta restituisce un payload contenente i dettagli aggiornati dell’esperimenti.

{
    "id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
    "name": "An updated name",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-02T00:00:00.000Z",
    "createdByService": false
}

Elimina un esperimento

Puoi eliminare un singolo esperimento eseguendo una richiesta DELETE che includa l'ID dell'esperimento destinazione nel percorso richiesta.

Formato API

DELETE /experiments/{EXPERIMENT_ID}
Parametro
Descrizione
{EXPERIMENT_ID}
Un ID esperimento valido.

Richiesta

curl -X DELETE \
    https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

Risposta

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

Elimina Esperimenti di MLInstance ID

È possibile eliminare tutti gli esperimenti appartenenti a una particolare MLInstance eseguendo una richiesta DELETE che include l'ID MLInstance come parametro di query.

Formato API

DELETE /experiments?mlInstanceId={MLINSTANCE_ID}
Parametro
Descrizione
{MLINSTANCE_ID}
Un ID MLInstance valido.

Richiesta

curl -X DELETE \
    https://platform.adobe.io/data/sensei/experiments?mlInstanceId=46986c8f-7739-4376-8509-0178bdf32cda \
    -H 'Authorization: Bearer {ACCESS_TOKEN}' \
    -H 'x-api-key: {API_KEY}' \
    -H 'x-gw-ims-org-id: {ORG_ID}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

Risposta

{
    "title": "Success",
    "status": 200,
    "detail": "Experiments successfully deleted"
}
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9