创建零售架构和数据集
本教程向您提供所有其他教程所需的先决条件和资源 Adobe Experience Platform Data Science Workspace 教程。 完成后，零售架构和数据集将可供您和贵组织的成员在 Experience Platform.
快速入门
在开始本教程之前，您必须满足以下先决条件：
-
访问 Adobe Experience Platform. 如果您无权访问中的组织 Experience Platform，请在继续之前与系统管理员联系。
-
进行授权 Experience Platform API调用。 完成 身份验证和访问Adobe Experience Platform API 教程以获取以下值以成功完成本教程：
- Authorization:
{ACCESS_TOKEN} - x-api-key:
{API_KEY} - x-gw-ims-org-id:
{ORG_ID} - 客户端密码：
{CLIENT_SECRET} - 客户端证书：
{PRIVATE_KEY}
- Authorization:
-
示例数据和源文件 零售指导方针. 下载此项和其他项所需的资产 Data Science Workspace 教程 Adobe公共Git存储库.
-
Python >= 2.7 以及以下各项 Python 包：
-
对于本教程中使用的以下概念的实际了解：
创建零售架构和数据集
使用提供的引导脚本自动创建零售架构和数据集。 请按顺序执行以下步骤：
配置文件
-
内部 Experience Platform 教程资源包，导航到目录
bootstrap，并打开config.yaml使用适当的文本编辑器。 -
在
Enterprise部分，输入以下值：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} -
编辑下找到的值
Platform部分，示例如下所示：code language-yaml Platform: platform_gateway: https://platform.adobe.io ims_token: {ACCESS_TOKEN} ingest_data: "True" build_recipe_artifacts: "False" kernel_type: Pythonplatform_gateway：API调用的基本路径。 请勿修改此值。ims_token：您的{ACCESS_TOKEN}此处显示。ingest_data：在本教程中，请将此值设置为"True"以便创建零售架构和数据集。 值"False"将仅创建架构。build_recipe_artifacts：在本教程中，请将此值设置为"False"以防止脚本生成方法构件。kernel_type：方法工件的执行类型。 将此值保留为Python如果build_recipe_artifacts设置为"False"，否则请指定正确的执行类型。
-
在
Titles部分，为零售样本数据适当提供以下信息，进行编辑后保存并关闭文件。 示例如下所示：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
运行引导脚本
-
打开您的终端应用程序并导航到 Experience Platform 教程资源目录。
-
设置
bootstrap目录作为当前工作路径，并运行bootstrap.pyPython 通过输入以下命令编写脚本：code language-bash python bootstrap.pynote note NOTE 脚本可能需要几分钟才能完成。
后续步骤
成功完成bootstrap脚本后，可以在以下位置查看零售业的输入和输出架构和数据集： Experience Platform. 请参阅 预览架构数据教程
了解更多信息。
您还已成功将零售业样本数据摄取到 Experience Platform 使用提供的引导脚本。
要继续使用摄取的数据，请执行以下操作：
- 使用Jupyter Notebooks分析数据
- 使用数据科学工作区中的Jupyter Notebooks访问、浏览、可视化并了解您的数据。
- 将源文件打包到方法中
- 按照本教程中的说明进行操作，了解如何将您自己的模型导入 Data Science Workspace 将源文件打包到可导入的配方文件中。