Criação de modelo usando o Adobe Experience Platform Platform SDK

Este tutorial fornece informações sobre a conversão data_access_sdk_python para o novo Python platform_sdk tanto em Python quanto em R. Este tutorial fornece informações sobre as seguintes operações:

Compilar autenticação build-authentication

A autenticação é necessária para fazer chamadas para Adobe Experience Platform, e é composto pela Chave de API, ID da organização, um token de usuário e um token de serviço.

Python

Se você estiver usando o Jupyter Notebook, use o código abaixo para criar o client_context:

client_context = PLATFORM_SDK_CLIENT_CONTEXT

Se você não estiver usando o Jupyter Notebook ou precisar alterar a organização, use a amostra de código abaixo:

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

Se você estiver usando o Jupyter Notebook, use o código abaixo para criar o 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

Se você não estiver usando o Jupyter Notebook ou precisar alterar a organização, use a amostra de código abaixo:

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})

Leitura básica de dados basic-reading-of-data

Com o novo Platform do SDK, o tamanho máximo de leitura é de 32 GB, com um tempo máximo de leitura de 10 minutos.

Se o tempo de leitura estiver demorando muito, tente usar uma das seguintes opções de filtro:

NOTE
A organização está definida no client_context.

Python

Para ler dados em Python, use a amostra de código abaixo:

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

R

Para ler os dados em R, use a amostra de código abaixo:

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

Filtrar por deslocamento e limite filter-by-offset-and-limit

Como a filtragem por ID de lote não é mais suportada, para determinar o escopo da leitura de dados, é necessário usar offset e limit.

Python

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

R

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

Filtrar por data filter-by-date

A granularidade da filtragem de data agora é definida pelo carimbo de data e hora, em vez de ser definida pelo dia.

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

O novo Platform O SDK é compatível com as seguintes operações:

Operação
Função
Igual a (=)
eq()
Greater than (>)
gt()
Maior que ou igual a (>=)
ge()
Menos que (<)
lt()
Less than or equal to (<=)
le()
E (&)
And()
Ou (`
`)

Filtrar por colunas selecionadas filter-by-selected-columns

Para refinar ainda mais a leitura de dados, também é possível filtrar por nome de coluna.

Python

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

R

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

Obter resultados classificados get-sorted-results

Os resultados recebidos podem ser classificados por colunas especificadas do conjunto de dados de destino e em sua ordem (asc/desc), respectivamente.

No exemplo a seguir, o quadro de dados é classificado pela "coluna a" primeiro em ordem crescente. As linhas com os mesmos valores para "column-a" são então classificadas por "column-b" em ordem decrescente.

Python

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

R

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

Gravação básica de dados basic-writing-of-data

NOTE
A organização está definida no client_context.

Para escrever dados em Python e R, use um dos seguintes exemplos abaixo:

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')

Próximas etapas

Depois de configurar o platform_sdk carregador de dados, os dados são preparados e depois divididos no train e val conjuntos de dados. Para saber mais sobre a preparação de dados e a engenharia de recursos, visite a seção sobre preparação de dados e engenharia de recursos no tutorial para criar uma fórmula usando JupyterLab notebooks.

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9