Show Menu
SUJETS×

Score d’un modèle (API)

Ce didacticiel vous montrera comment exploiter les API pour créer une expérience et une exécution d’expérience. Pour obtenir une liste détaillée de la documentation de l'API, veuillez consulter ce document .

Créer une expérience planifiée pour la notation

Comme pour les expériences planifiées pour la formation, la création d’une expérience planifiée pour la notation est également effectuée en incluant une template section au paramètre body. De plus, le name champ sous tasks dans le corps est défini comme score .
Vous trouverez ci-dessous un exemple de création d’une expérience qui s’exécutera toutes les 20 minutes à partir de startTime et jusqu’à endTime laquelle elle sera exécutée.
Requête
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} : Vos informations d’identification d’organisation IMS se trouvent dans votre intégration unique à Adobe Experience Platform. {ACCESS_TOKEN} : Votre valeur de jeton porteur spécifique fournie après l’authentification. {API_KEY} : Votre valeur de clé d’API spécifique se trouve dans votre intégration unique d’Adobe Experience Platform. {JSON_PAYLOAD} : Objet d'exécution d'expérience à envoyer. L’exemple que nous utilisons dans notre didacticiel est illustré ci-dessous :
{
    "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} : ID qui représente l'instance MLInstance. {MODEL_ID} : ID qui représente le modèle formé.
Voici la réponse après la création de l’expérience planifiée.
Réponse
{
  "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} : ID représentant l’expérience. {INSTANCE_ID} : ID qui représente l'instance MLInstance.

Création d’une exécution d’expérience pour la notation

Maintenant, avec le modèle entraîné, nous pouvons créer une exécution d’expérience pour la notation. La valeur du modelId paramètre est le id paramètre renvoyé dans la demande de modèle GET ci-dessus.
Requête
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} : Vos informations d’identification d’organisation IMS se trouvent dans votre intégration unique à Adobe Experience Platform. {ACCESS_TOKEN} : Votre valeur de jeton porteur spécifique fournie après l’authentification. {API_KEY} : Votre valeur de clé d’API spécifique se trouve dans votre intégration unique d’Adobe Experience Platform. {EXPERIMENT_ID} : ID correspondant à l’expérience que vous souhaitez cible. Cela se trouve dans la réponse lors de la création de votre expérience. {JSON_PAYLOAD} : Données à publier. L’exemple que nous utilisons dans notre didacticiel est le suivant :
{
   "mode":"score",
    "tasks": [
        {
            "name": "score",
            "parameters": [
                {
                    "key": "modelId",
                    "value": "{MODEL_ID}"
                }
            ]
        }
    ]
}

{MODEL_ID} : ID correspondant au modèle.
La réponse issue de la création de l’exécution d’expérience est illustrée ci-dessous :
Réponse
{
    "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} : ID correspondant à l'expérience sous laquelle l'exécution est exécutée. {EXPERIMENT_RUN_ID} : ID correspondant à l’exécution d’expérience que vous venez de créer.

Récupérer un état d'exécution d'expérience pour l'exécution d'expérience planifiée

Pour obtenir des exécutions d’expériences pour des expériences planifiées, la requête est présentée ci-dessous :
Requête
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} : ID correspondant à l'expérience sous laquelle l'exécution est exécutée. {ACCESS_TOKEN} : Votre valeur de jeton porteur spécifique fournie après l’authentification. {IMS_ORG} : Vos informations d’identification d’organisation IMS se trouvent dans votre intégration unique à Adobe Experience Platform.
Comme il existe plusieurs exécutions d’expériences pour une expérience spécifique, la réponse renvoyée comporte un tableau d’ID d’exécution.
Réponse
{
    "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} : ID correspondant à l’exécution de l’expérience. {EXPERIMENT_ID} : ID correspondant à l'expérience sous laquelle l'exécution est exécutée.

Arrêter et supprimer une expérience planifiée

Si vous souhaitez interrompre l'exécution d'une expérience planifiée avant son endTime exécution, vous pouvez demander une requête DELETE à la variable {EXPERIMENT_ID}
Requête
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} : ID correspondant à l’expérience. {ACCESS_TOKEN} : Votre valeur de jeton porteur spécifique fournie après l’authentification. {IMS_ORG} : Vos informations d’identification d’organisation IMS se trouvent dans votre intégration unique à Adobe Experience Platform.
L'appel d'API désactivera la création de nouvelles exécutions d'expérience. Cependant, il n’arrêtera pas l’exécution des exécutions d’expériences déjà en cours d’exécution.
Voici la réponse vous informant que l'expérience a bien été supprimée.
Réponse
{
    "title": "Success",
    "status": 200,
    "detail": "Experiment successfully deleted"
}