Modellen ontwerpen met de Adobe Experience Platform Platform SDK

Deze zelfstudie biedt u informatie over het converteren data_access_sdk_python naar de nieuwe Python platform_sdk in zowel Python als R. Deze zelfstudie biedt informatie over de volgende bewerkingen:

Verificatie opbouwen build-authentication

De authentificatie wordt vereist om vraag te maken aan Adobe Experience Platformen bestaat uit API-sleutel, organisatie-id, een gebruikerstoken en een servicetoken.

Python

Als u Jupyter-laptop gebruikt, gebruikt u de onderstaande code om de client_context:

client_context = PLATFORM_SDK_CLIENT_CONTEXT

Als u geen Jupyter-laptop gebruikt of als u de organisatie moet wijzigen, gebruikt u het onderstaande codevoorbeeld:

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

Als u Jupyter-laptop gebruikt, gebruikt u de onderstaande code om de client_context:

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

Als u geen Jupyter-laptop gebruikt of als u een andere organisatie wilt gebruiken, gebruikt u het onderstaande codevoorbeeld:

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})

Basislezen van gegevens basic-reading-of-data

Met de nieuwe Platform SDK, de maximale leesgrootte is 32 GB, met een maximale leestijd van 10 minuten.

Als de leestijd te lang duurt, kunt u een van de volgende filteropties gebruiken:

Python

Voor het lezen van gegevens in Python gebruikt u het onderstaande codevoorbeeld:

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

R

Gebruik het onderstaande codevoorbeeld om gegevens in R te lezen:

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

Filteren op verschuiving en limiet filter-by-offset-and-limit

Omdat filteren op batch-id niet meer wordt ondersteund, moet u voor het lezen van gegevens in een bereik het volgende gebruiken: offset en limit.

Python

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

R

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

Filteren op datum filter-by-date

De korreligheid van datum het filtreren wordt nu bepaald door timestamp, eerder dan wordt geplaatst tegen de dag.

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

De nieuwe Platform SDK ondersteunt de volgende bewerkingen:

Filteren op geselecteerde kolommen filter-by-selected-columns

Als u het lezen van gegevens verder wilt verfijnen, kunt u ook filteren op kolomnaam.

Python

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

R

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

Gesorteerde resultaten ophalen get-sorted-results

De ontvangen resultaten kunnen door gespecificeerde kolommen van de doeldataset en in hun orde (asc/desc) respectievelijk worden gesorteerd.

In het volgende voorbeeld wordt dataframe eerst in oplopende volgorde gesorteerd op "column-a". Rijen met dezelfde waarden voor "column-a" worden vervolgens in aflopende volgorde gesorteerd op "column-b".

Python

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

R

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

Basisschrijven van gegevens basic-writing-of-data

Gebruik een van de volgende voorbeelden om gegevens in Python en R te schrijven:

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')

Volgende stappen

Zodra u hebt gevormd platform_sdk de gegevenslader, de gegevens ondergaat voorbereiding en wordt dan verdeeld aan train en val datasets. Ga voor meer informatie over het voorbereiden en ontwerpen van gegevens naar de sectie over gegevensvoorbereiding en functietechniek in de zelfstudie voor het maken van een recept met JupyterLab -laptops.