使用JupyterLab Notebooks建立模型

本教學課程將逐步引導您完成使用JupyterLab Notebooks配方產生器範本建立模型的必要步驟。

引入的概念：

下載必要的資產 assets

繼續進行本教學課程之前，您必須建立必要的結構和資料集。 造訪有關建立Luma傾向模型結構描述和資料集的教學課程，以下載必要的資產和設定必要條件。

開始使用JupyterLab筆記本環境

從頭開始建立配方可以在Data Science Workspace內完成。 若要開始，請導覽至Adobe Experience Platform，然後選取左側的​ 筆記本 ​索引標籤。 若要建立新的筆記本，請從JupyterLab Launcher選取「配方產生器」範本。

配方產生器筆記本可讓您在筆記本內執行訓練和評分回合。 這可讓您在執行訓練和評分資料的實驗之間，靈活地變更其train()和score()方法。 當您對訓練和評分的輸出感到滿意後，就可以建立配方，並使用配方來模型化功能，進而將其發佈為模型。

當您從啟動器選取配方產生器筆記本時，會在新索引標籤中開啟筆記本。

在頂端的新筆記本標籤中，載入包含三個額外動作的工具列 — 訓練、分數 ​和​ 建立配方。 這些圖示只會顯示在配方產生器筆記本中。 在記事本中建置您的配方後，在訓練與評分割槽段中提供這些動作的詳細資訊。

開始使用配方產生器筆記本

在提供的資產資料夾中為Luma傾向模型propensity_model.ipynb。 使用JupyterLab中的上傳筆記本選項，上傳提供的型號並開啟筆記本。

本教學課程的其餘部分涵蓋下列在傾向性模型筆記本中預先定義的檔案：

下列影片教學課程說明Luma傾向性模型筆記本：

需求檔案 requirements-file

需求檔案用於宣告您要在模型中使用的其他程式庫。 如果有相依性，您可以指定版本編號。 若要尋找其他資料庫，請造訪anaconda.org。 若要瞭解如何格式化需求檔案，請造訪Conda。 已使用的主要程式庫清單包括：

python=3.6.7
scikit-learn
pandas
numpy
data_access_sdk_python

對於Luma傾向性機型筆記型電腦，不需要更新需求。

組態檔 configuration-files

組態檔training.conf和scoring.conf是用來指定您要用來訓練和評分以及新增超引數的資料集。 培訓和評分有不同的設定。

為了讓模型執行訓練，您必須提供trainingDataSetId、ACP_DSW_TRAINING_XDM_SCHEMA和tenantId。 此外，若要評分，您必須提供scoringDataSetId、tenantId和scoringResultsDataSetId 。

若要尋找資料集和結構描述ID，請前往左側導覽列（資料夾圖示下）之Notebooks內的資料標籤 。 需要提供三個不同的資料集ID。 scoringResultsDataSetId是用來儲存模型評分結果，且應為空白資料集。 這些資料集先前是在必要資產步驟中建立的。

在​ 結構描述 ​和​ 資料集 ​索引標籤下的Adobe Experience Platform中可以找到相同的資訊。

競爭後，您的訓練和評分設定應類似於以下熒幕擷圖：

根據預設，當您訓練和評分資料時，系統會為您設定下列設定引數：

瞭解訓練資料載入器 training-data-loader

「培訓資料載入器」的目的是將用來建立機器學習模型的資料例項化。 通常，訓練資料載入器會完成兩項工作：

以下兩個區段將過載資料和資料準備。

正在載入資料 loading-data

此步驟使用熊貓資料流。 可以使用Experience Platform SDK (platform_sdk)從Adobe Experience Platform中的檔案載入資料，或是使用熊貓read_csv()或read_json()函式的外部來源載入資料。

Experience Platform SDK platform-sdk

如需使用platform_sdk資料載入器的深入教學課程，請造訪Experience Platform SDK指南。 本教學課程提供有關建置驗證、基本讀取資料和基本寫入資料的資訊。

外部來源 external-sources

本節說明如何將JSON或CSV檔案匯入熊貓物件。 熊貓資料庫的官方檔案可在以下網址找到：

首先，以下是匯入CSV檔案的範例。 data引數是CSV檔案的路徑。 此變數是從上一節中的configProperties匯入。

df = pd.read_csv(data)

您也可以從JSON檔案匯入。 data引數是CSV檔案的路徑。 此變數是從上一節中的configProperties匯入。

df = pd.read_json(data)

現在您的資料在資料流物件中，可以在下一個區段中分析和操作。

訓練資料載入器檔案

在此範例中，資料是使用Experience Platform SDK載入。 您可以包含行來在頁面頂端匯入程式庫：

from platform_sdk.dataset_reader import DatasetReader

然後，您可以使用load()方法，從設定(recipe.conf)檔案中所設定的trainingDataSetId抓取訓練資料集。

def load(config_properties):
    print("Training Data Load Start")

    #########################################
    # Load Data
    #########################################
    client_context = get_client_context(config_properties)
    dataset_reader = DatasetReader(client_context, dataset_id=config_properties['trainingDataSetId'])

現在您有了資料，就可以開始資料準備和功能工程了。

資料準備和功能工程 data-preparation-and-feature-engineering

載入資料後，需要清理資料並做好資料準備。 在此範例中，模型的目標是預測客戶是否會訂購產品。 因為模型未檢視特定產品，所以您不需要productListItems，因此會捨棄該欄。 接著，會捨棄只包含單一值或單一欄中兩個值的其他欄。 在訓練模型時，請務必僅保留有助於預測目標的有用資料。

一旦您刪除了任何不必要的資料，就可以開始特徵工程。 用於此範例的示範資料不包含任何工作階段資訊。 通常情況下，您會想要取得特定客戶目前和過去工作階段的資料。 由於缺少工作階段資訊，此範例改為透過歷程分界來模擬目前和過去的工作階段。

分界完成後，資料會加上標籤，並建立歷程。

接著會建立特徵，並分成過去和現在。 接著，所有不必要的欄都會被捨棄，留下Luma客戶的過去和目前歷程。 這些歷程包含一些資訊，例如客戶是否購買了一個專案，以及他們購買之前所經歷的歷程。

評分資料載入器 scoring-data-loader

載入資料以進行評分的程式與載入訓練資料類似。 仔細檢視程式碼，您會發現除了dataset_reader中的scoringDataSetId以外，其他所有專案都相同。 這是因為訓練和評分都使用相同的Luma資料來源。

如果您想要使用不同的資料檔案進行訓練和評分，訓練和評分資料載入器是分開的。 這可讓您執行其他預先處理，例如視需要將您的訓練資料對應至您的評分資料。

管道檔案 pipeline-file

pipeline.py檔案包含訓練和評分的邏輯。

培訓的目的是使用培訓資料集中的功能和標籤來建立模型。 選擇訓練模型後，您必須將x和y訓練資料集調整為適合模型，此函式會傳回經過訓練的模型。

score()函式應包含評分演演算法，並傳回測量以指出模型執行的成功程度。 score()函式使用評分資料集標籤和訓練的模型來產生一組預測功能。 然後，將這些預測值與評分資料集中的實際功能進行比較。 在此範例中，score()函式會使用經過訓練的模型，使用評分資料集中的標籤來預測功能。 會傳回預測特徵。

評估器檔案 evaluator-file

evaluator.py檔案包含您要如何評估訓練過的配方，以及如何分割訓練資料的邏輯。

分割資料集 split-the-dataset

訓練的資料準備階段需要分割資料集，以用於訓練和測試。 此val資料在訓練後隱含用於評估模型。 此程式與評分不同。

此區段顯示將資料載入筆記本的split()函式，接著移除資料集中不相關的欄以清除資料。 從那裡，您可以執行特徵工程，即從資料中的現有原始特徵建立額外相關特徵的程式。

評估經過訓練的模型 evaluate-the-trained-model

evaluate()函式會在模型訓練後執行，並傳回量度以指出模型執行的成功程度。 evaluate()函式使用測試資料集標籤和訓練好的模型來預測一組功能。 然後，將這些預測值與測試資料集中的實際功能進行比較。 在此範例中，使用的量度為precision、recall、f1和accuracy。 請注意，此函式傳回包含評估量度陣列的metric物件。 這些量度用於評估經過訓練的模型的執行效果。

新增print(metric)可讓您檢視量度結果。

資料儲存器檔案 data-saver-file

datasaver.py檔案包含save()函式，用來在測試評分時儲存您的預測。 save()函式接受您的預測，並使用Experience Platform Catalog API，將資料寫入您在scoring.conf檔案中指定的scoringResultsDataSetId。 您可以

訓練和評分 training-and-scoring

當您完成筆記本的變更並想要訓練您的配方時，您可以選取列頂端的關聯按鈕，以在儲存格中建立訓練回合。 選取按鈕後，訓練指令碼的命令和輸出記錄會顯示在記事本中（在evaluator.py儲存格下）。 Conda會先安裝所有相依性，然後開始培訓。

請注意，您必須至少執行一次訓練，才能執行評分。 選取​ 執行評分 ​按鈕將會在訓練期間產生的已訓練模型上評分。 評分指令碼會顯示在datasaver.py下方。

為了偵錯，如果您想要檢視隱藏的輸出，請將debug新增到輸出儲存格的結尾並重新執行。

建立配方 create-recipe

當您編輯完配方並滿意訓練/評分輸出時，您可以選取右上方的​ 建立配方，從筆記本建立配方。

選取​ 建立配方 ​後，系統會提示您輸入配方名稱。 此名稱代表在Experience Platform上建立的實際配方。

一旦您選取​ 確定，配方建立程式就會開始。 這可能需要一些時間，並且會顯示進度列來取代建立配方按鈕。 完成後，您可以選取​ 檢視配方 ​按鈕，帶您進入​ ML模型 ​下的​ 配方 ​標籤

後續步驟 next-steps

完成此教學課程後，您已瞭解如何在配方產生器筆記本中建立機器學習模型。 您也已瞭解如何練習將筆記本設為配方工作流程。

若要繼續瞭解如何使用Data Science Workspace中的資源，請造訪Data Science Workspace配方和模型下拉式清單。