Show Menu
THEMEN×

Modellbewertung (API)

In diesem Lernprogramm erfahren Sie, wie Sie die APIs nutzen, um ein Experiment und einen Experimentlauf zu erstellen. Eine detaillierte Liste der API-Dokumentation finden Sie in diesem Dokument .

Planes Experiment zur Bewertung erstellen

Ähnlich wie bei geplanten Experimenten für Schulungen erfolgt die Erstellung eines geplanten Experiments für die Bewertung auch durch Einbeziehung eines template Abschnitts in den Body-Parameter. Zusätzlich wird das name Feld unter tasks dem Körper als score .
Im Folgenden finden Sie ein Beispiel zum Erstellen eines Experiments, das alle 20 Minuten beginnt startTime und bis zum endTime .
Anfrage
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} : Ihre IMS-Organisationsberechtigungen finden Sie in Ihrer einzigartigen Adobe Experience Platform-Integration. {ACCESS_TOKEN} : Ihr spezifischer Inhabertoken-Wert wird nach der Authentifizierung bereitgestellt. {API_KEY} : Ihr spezifischer API-Schlüsselwert in Ihrer einzigartigen Adobe Experience Platform-Integration. {JSON_PAYLOAD} : Experimentlaufobjekt, das gesendet werden soll. Das Beispiel, das wir in unserem Tutorial verwenden, ist hier dargestellt:
{
    "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} : Die ID, die die MLInstanz darstellt. {MODEL_ID} : Die ID, die das trainierte Modell darstellt.
Im Folgenden finden Sie die Antwort nach dem Erstellen des geplanten Experiments.
Antwort
{
  "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} : Die ID, die das Experiment darstellt. {INSTANCE_ID} : Die ID, die die MLInstanz darstellt.

Experimentlauf zur Bewertung erstellen

Mit dem geschulten Modell können wir einen Experimentlauf zur Bewertung erstellen. Der Wert des modelId Parameters ist der id Parameter, der in der oben stehenden GET-Modell-Anforderung zurückgegeben wird.
Anfrage
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} : Ihre IMS-Organisationsberechtigungen finden Sie in Ihrer einzigartigen Adobe Experience Platform-Integration. {ACCESS_TOKEN} : Ihr spezifischer Inhabertoken-Wert wird nach der Authentifizierung bereitgestellt. {API_KEY} : Ihr spezifischer API-Schlüsselwert in Ihrer einzigartigen Adobe Experience Platform-Integration. {EXPERIMENT_ID} : Die ID für das zu Zielgruppe Experiment. Dies finden Sie in der Antwort beim Erstellen Ihres Experiments. {JSON_PAYLOAD} : Zu veröffentlichende Daten. Das Beispiel, das wir in unserem Tutorial verwenden, ist hier:
{
   "mode":"score",
    "tasks": [
        {
            "name": "score",
            "parameters": [
                {
                    "key": "modelId",
                    "value": "{MODEL_ID}"
                }
            ]
        }
    ]
}

{MODEL_ID} : Die dem Modell entsprechende ID.
Die Antwort aus der Erstellung des Experimentlaufs ist unten dargestellt:
Antwort
{
    "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} : Die ID, die dem Experiment entspricht, unter dem die Ausführung läuft. {EXPERIMENT_RUN_ID} : Die ID, die dem soeben erstellten Experimentlauf entspricht.

Abrufen des Status "Experimentausführung"für die geplante Experimentausführung

Um Experimentabläufe für geplante Experimente abzurufen, wird die Abfrage unten angezeigt:
Anfrage
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} : Die ID, die dem Experiment entspricht, unter dem die Ausführung läuft. {ACCESS_TOKEN} : Ihr spezifischer Inhabertoken-Wert wird nach der Authentifizierung bereitgestellt. {IMS_ORG} : Ihre IMS-Organisationsberechtigungen finden Sie in Ihrer einzigartigen Adobe Experience Platform-Integration.
Da es mehrere Experiment-ausgeführt werden, verfügt die zurückgegebene Antwort über ein Array von Ausführen-IDs.
Antwort
{
    "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} : Die ID, die dem Experimentlauf entspricht. {EXPERIMENT_ID} : Die ID, die dem Experiment entspricht, unter dem die Ausführung läuft.

Beenden und Löschen eines geplanten Experiments

Wenn Sie die Ausführung eines geplanten Experiments vor dessen Ausführung beenden möchten, endTime können Sie eine DELETE-Anforderung an die {EXPERIMENT_ID}
Anfrage
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} : Die ID, die dem Experiment entspricht. {ACCESS_TOKEN} : Ihr spezifischer Inhabertoken-Wert wird nach der Authentifizierung bereitgestellt. {IMS_ORG} : Ihre IMS-Organisationsberechtigungen finden Sie in Ihrer einzigartigen Adobe Experience Platform-Integration.
Der API-Aufruf deaktiviert die Erstellung neuer Experimentausführungen. Die Ausführung bereits ausgeführter Experimentläufe wird jedoch nicht beendet.
Im Folgenden finden Sie die Antwort, die darauf hinweist, dass das Experiment erfolgreich gelöscht wurde.
Antwort
{
    "title": "Success",
    "status": 200,
    "detail": "Experiment successfully deleted"
}