Adobe Experience Platform Platform SDK を使用したモデルオーサリング

このチュートリアルでは、Python と R の両方で data_access_sdk_python を新しい Python platform_sdk に変換する方法について説明します。このチュートリアルでは、次の操作について説明します。

認証の構築 build-authentication

Authenticationは Adobe Experience Platformを呼び出すために必要であり、API キー、組織 ID、ユーザー トークン、およびサービス トークンで構成されます。

Python

Jupyter ノートブックを使用している場合は、次のコードを使用して、client_context を構築してください。

client_context = PLATFORM_SDK_CLIENT_CONTEXT

Jupyter Notebook を使用していない場合、または組織を変更する必要がある場合は、以下のコードサンプルを使用してください。

from platform_sdk.client_context import ClientContext
client_context = ClientContext(api_key={API_KEY},
              org_id={ORG_ID},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

R

Jupyter ノートブックを使用している場合は、次のコードを使用して、client_context を構築してください。

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

Jupyter Notebook を使用していない場合、または組織を変更する必要がある場合は、以下のコードサンプルを使用してください。

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
client_context <- psdk$client_context$ClientContext(api_key={API_KEY},
              org_id={ORG_ID},
              user_token={USER_TOKEN},
              service_token={SERVICE_TOKEN})

データの基本読み取り basic-reading-of-data

新しい Platform SDK では、最大読み取りサイズは 32 GB で、最大読み取り時間は 10 分です。

読み取り時間が長すぎる場合は、次のいずれかのフィルターオプションを使用してみてください。

Python

Python でデータを読み込むには、以下のコード例を使用してください。

from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(client_context, "{DATASET_ID}")
df = dataset_reader.limit(100).read()
df.head()

R

R でデータを読み取るには、以下のコード例を使用してください。

DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(client_context, "{DATASET_ID}")
df <- dataset_reader$read()
df

オフセットと制限によるフィルター filter-by-offset-and-limit

バッチ ID によるフィルタリングはサポートされなくなったので、データの読み取りの範囲を絞るには、offset と limit を使用する必要があります。

Python

df = dataset_reader.limit(100).offset(1).read()
df.head

R

df <- dataset_reader$limit(100L)$offset(1L)$read()
df

日付によるフィルター filter-by-date

日付フィルターの精度が、日別に設定されるのではなく、タイムスタンプによって定義されるようになりました。

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

新しい Platform SDK では、次の操作をサポートしています。

選択した列によるフィルター filter-by-selected-columns

データの読み取りをさらに絞り込むために、列名でフィルターすることもできます。

Python

df = dataset_reader.select(['column-a','column-b']).read()

R

df <- dataset_reader$select(c('column-a','column-b'))$read()

並べ替え結果の取得 get-sorted-results

受け取った結果は、それぞれ、ターゲットデータセットの指定した列と、その順序（昇順または降順）で並べ替えることができます。

次の例では、データフレームが「column-a」で昇順に並べ替えられています。次に、「column-a」に同じ値を持つ行は「column-b」で降順に並べ替えられます。

Python

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

R

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

データの基本的な書き込み basic-writing-of-data

Python と R でデータを書き込むには、次の例を使用します。

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')

次の手順

platform_sdk データローダを設定すると、データは準備され、train データセットと val データセットに分割されます。データ準備と特徴エンジニアリングの詳細については、「JupyterLab ノートブックを使用してレシピを作成するためのチュートリアルのデータ準備と特徴エンジニアリングに関するセクション訪問してください。