소매 판매 스키마 및 데이터 세트 만들기
이 자습서에서는 다른 모든 작업에 필요한 사전 요구 사항과 에셋을 제공합니다 Adobe Experience Platform Data Science Workspace 튜토리얼. 완료되면에 사용자와 조직 구성원이 소매 판매 스키마 및 데이터 세트를 사용할 수 있습니다. Experience Platform.
시작하기
이 자습서를 시작하기 전에 다음 사전 요구 사항이 있어야 합니다.
-
액세스 대상: Adobe Experience Platform. 에서 조직에 대한 액세스 권한이 없는 경우 Experience Platform을(를) 계속하려면 시스템 관리자에게 문의하십시오.
-
수행할 인증 Experience Platform API 호출. 다음을 완료합니다. Adobe Experience Platform API 인증 및 액세스 자습서 : 이 자습서를 성공적으로 완료하기 위해 다음 값을 가져옵니다.
- Authorization:
{ACCESS_TOKEN}
- x-api-key:
{API_KEY}
- x-gw-ims-org-id:
{ORG_ID}
- 클라이언트 암호:
{CLIENT_SECRET}
- 클라이언트 인증서:
{PRIVATE_KEY}
- Authorization:
-
샘플 데이터 및 소스 파일 소매 판매 레시피. 이 작업 및 기타 작업에 필요한 에셋 다운로드 Data Science Workspace 의 튜토리얼 공개 Git 저장소 Adobe.
-
Python >= 2.7 및 다음 Python 패키지:
-
이 자습서에서 사용되는 다음 개념에 대한 작업 이해:
소매 판매 스키마 및 데이터 세트 만들기
소매 판매 스키마 및 데이터 세트는 제공된 부트스트랩 스크립트를 사용하여 자동으로 생성됩니다. 다음 단계를 순서대로 수행합니다.
파일 구성
-
내부 Experience Platform 튜토리얼 리소스 패키지에서 디렉토리로 이동합니다.
bootstrap
, 및 열기config.yaml
적절한 텍스트 편집기 사용. -
아래
Enterprise
섹션에 다음 값을 입력합니다.code language-yaml Enterprise: api_key: {API_KEY} org_id: {ORG_ID} tech_acct: {technical_account_id} client_secret: {CLIENT_SECRET} priv_key_filename: {PRIVATE_KEY}
-
아래에 있는 값을 편집합니다.
Platform
섹션의 예는 다음과 같습니다.code language-yaml Platform: platform_gateway: https://platform.adobe.io ims_token: {ACCESS_TOKEN} ingest_data: "True" build_recipe_artifacts: "False" kernel_type: Python
platform_gateway
: API 호출의 기본 경로. 이 값은 수정하지 마십시오.ims_token
: 사용자{ACCESS_TOKEN}
여기 로 이동합니다.ingest_data
: 이 자습서의 목적을 위해 이 값을 로 설정합니다."True"
소매 판매 스키마 및 데이터 세트를 만들기 위해 값"False"
은 스키마만 생성합니다.build_recipe_artifacts
: 이 자습서의 목적을 위해 이 값을 로 설정합니다."False"
스크립트가 레서피 아티팩트를 생성하지 않도록 합니다.kernel_type
: 레시피 아티팩트의 실행 유형입니다. 이 값을 다음으로 남기기Python
ifbuild_recipe_artifacts
다음으로 설정됨"False"
, 그렇지 않으면 올바른 실행 유형을 지정합니다.
-
아래
Titles
섹션에서 소매 판매 샘플 데이터에 맞게 다음 정보를 제공하고, 편집한 후 파일을 저장하고 닫습니다. 아래 예제:code language-yaml Titles: input_class_title: retail_sales_input_class input_mixin_title: retail_sales_input_mixin input_mixin_definition_title: retail_sales_input_mixin_definition input_schema_title: retail_sales_input_schema input_dataset_title: retail_sales_input_dataset file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json file_with_tenant_id: DSWRetailSales_with_tenant_id.json is_output_schema_different: "True" output_mixin_title: retail_sales_output_mixin output_mixin_definition_title: retail_sales_output_mixin_definition output_schema_title: retail_sales_output_title output_dataset_title: retail_sales_output_dataset
부트스트랩 스크립트 실행
-
터미널 애플리케이션을 열고 다음 위치로 이동합니다. Experience Platform 튜토리얼 리소스 디렉터리입니다.
-
설정
bootstrap
디렉터리를 현재 작업 경로로 사용하고bootstrap.py
Python 다음 명령을 입력하여 스크립트를 작성합니다.code language-bash python bootstrap.py
note note NOTE 스크립트를 완료하는 데 몇 분 정도 걸릴 수 있습니다.
다음 단계
부트스트랩 스크립트가 성공적으로 완료되면에서 소매 판매 입력 및 출력 스키마와 데이터 세트를 볼 수 있습니다. Experience Platform. 다음을 참조하십시오. 스키마 데이터 미리 보기 자습서
추가 정보.
또한 소매 판매 샘플 데이터를에 정상적으로 수집했습니다. Experience Platform 제공된 부트스트랩 스크립트 사용.
수집된 데이터로 작업을 계속하려면 다음을 수행합니다.
- Jupyter Notebooks를 사용하여 데이터 분석
- 데이터 과학 작업 영역에서 Jupyter Notebooks를 사용하여 데이터에 액세스하고, 탐색하고, 시각화하고, 이해할 수 있습니다.
- 소스 파일을 레시피에 패키징
- 이 튜토리얼을 따라 나만의 모델을 로 가져오는 방법을 알아봅니다. Data Science Workspace 가져온 레시피 파일에 소스 파일을 패키지하여.