Show Menu
主題×

匯入封裝的方式(UI)

本教學課程提供如何使用提供的零售銷售範例來設定和匯入封裝方式的見解。 在本教學課程結束時,您將準備好在Adobe Experience Platform資料科學工作區中建立、訓練和評估模型。

必要條件

本教學課程需要以Docker影像URL或二進位檔案格式封裝的方式。 如需詳細資訊,請參 閱教學課程,瞭解如何將來源檔案封裝至配方

UI工作流程

將封裝的方式匯入Data Science Workspace需要特定的方式設定,並編譯為單一JavaScript物件標籤(JSON)檔案,此方式組態編譯稱為設定 檔案 。 具有一組特定配置的打包配方稱為配方 實例 。 在「資料科學工作區」中,可使用一種方式建立許多方式例項。
用於導入包配方的工作流包括以下步驟:

設定方式

「資料科學工作區」中的每個配方實例都隨附一組配置,可根據特定使用案例量身打造配方實例。 配置檔案定義使用此配方實例建立的模型的預設培訓和計分行為。
配置檔案是特定於配方和大小寫的。
以下是顯示零售銷售方式預設訓練和評分行為的範例設定檔案。
[
    {
        "name": "train",
        "parameters": [
            {
                "key": "learning_rate",
                "value": "0.1"  
            },
            {
                "key": "n_estimators",
                "value": "100"
            },
            {
                "key": "max_depth",
                "value": "3"
            },
            {
                "key": "ACP_DSW_INPUT_FEATURES",
                "value": "date,store,storeType,storeSize,temperature,regionalFuelPrice,markdown,cpi,unemployment,isHoliday"
            },
            {
                "key": "ACP_DSW_TARGET_FEATURES",
                "value": "weeklySales"
            },
            {
                "key": "ACP_DSW_FEATURE_UPDATE_SUPPORT",
                "value": false
            },
            {
                "key": "tenantId",
                "value": "_{TENANT_ID}"
            },
            {
                "key": "ACP_DSW_TRAINING_XDM_SCHEMA",
                "value": "{SEE BELOW FOR DETAILS}"
            },
            {
                "key": "evaluation.labelColumn",
                "value": "weeklySalesAhead"
            },
            {
                "key": "evaluation.metrics",
                "value": "MAPE,MAE,RMSE,MASE"
            }
        ]
    },
    {
        "name": "score",
        "parameters": [
            {
                "key": "tenantId",
                "value": "_{TENANT_ID}"
            },
            {
                "key":"ACP_DSW_SCORING_RESULTS_XDM_SCHEMA",
                "value":"{SEE BELOW FOR DETAILS}"
            }
        ]
    }
]

參數鍵
類型
說明
learning_rate
數字
漸層乘法的標量。
n_estimators
數字
隨機森林分類器的林中樹數。
max_depth
數字
隨機森林分類器中樹的最大深度。
ACP_DSW_INPUT_FEATURES
字串
逗號分隔的輸入模式屬性清單。
ACP_DSW_TARGET_FEATURES
字串
逗號分隔的輸出模式屬性清單。
ACP_DSW_FEATURE_UPDATE_SUPPORT
布林值
確定輸入和輸出特徵是否可修改
tenantId
字串
此ID可確保您建立的資源具有正確的命名空間,並且包含在IMS組織中。 請依照此處的步驟 ,尋找您的租用戶ID。
ACP_DSW_TRAINING_XDM_SCHEMA
字串
用於訓練模型的輸入模式。 在UI中匯入時保留此空白,在使用API匯入時,以訓練架構ID取代。
evaluation.labelColumn
字串
評估視覺化的欄標籤。
evaluation.metrics
字串
用於評估模型的評估度量的逗號分隔清單。
ACP_DSW_SCORING_RESULTS_XDM_SCHEMA
字串
用於計分模型的輸出方案。 在UI中匯入時保留此空白,在使用API匯入時,以計分SchemaID取代。
在本教學課程中,您可以將「Data Science Workspace參考」中「零售銷售」配方的預設設定檔保留為原樣。

匯入以二進位為基礎的方式- PySpark

在「將來 源檔案封裝至配方」教學課程中 , EGG binary檔案是使用零售銷售PySpark來源檔案建立的。
  1. Adobe Experience Platform中 ,尋找左側導覽面板,然後按一下「工 作流程」 。 在「工作流程」介面 ,啟動新 的「從來源檔案匯入方式 」程式。
  2. 為「零售銷售」方式輸入適當的名稱。 例如,「零售銷售配方PySpark」。 (可選)包含方式說明和檔案URL。 完 成後 ,按一下「下一步」。
  3. 將在 Package來源檔案中建立的PySpark零售銷售方式,透過拖放方式匯入至Recipe 教學課程,或使用檔案系統 瀏覽器 。 包裝配方應位於中 experience-platform-dsw-reference/recipes/pyspark/dist 。 同樣地,也可以通過拖放方式導入提供的配置檔案,或者使用檔案系統瀏 覽器 。 可在中找到提供的配置檔案 experience-platform-dsw-reference/recipes/pyspark/pipeline.json 。 當兩 個檔案都提供時 ,按一下「下一步」。
  4. 此時可能會遇到錯誤。 這是正常行為,是值得期待的。 在「管理結構」一節下選擇「零售銷售」輸入和輸出結構,這些結構是使用在建立零售銷售結構和資料集教程中提供的引導 指令碼建立的 建立零售銷售結構和資料集 在「功 能管理 」區段下,在架構檢視器中按一下您的租用戶識別碼,以展開「零售銷售」輸入架構。 通過反白顯示所需特徵,並在右側的「欄位屬性」(Field Properties)窗口中選擇「輸入特徵」( Input Feature )或「目標特徵」( Target Feature ),來選擇輸入和輸 出特徵 。 在本教學課程中,請將 weeklySales 設為 Target功能 ,而將其他項目設為 輸入功能 。 按一 下「下一步 」以檢閱新設定的方式。
  5. 視需要檢閱方式、新增、修改或移除組態。 按一 下「完成 」以建立方式。
恭喜您,您已建立零售銷售配方! 請繼續下 一步 ,瞭解如何使用新建立的零售銷售方式在資料科學工作區中建立模型。

匯入以二進位為基礎的方式- Scala Spark

在將來 源檔案封裝至配方教學課程中 ,使用Retail Sales Scala Spark來源檔案建立 JAR 二進位檔案。
  1. Adobe Experience Platform中 ,尋找左側導覽面板,然後按一下「工 作流程」 。 在「工作流程」介面 ,啟動新 的「從來源檔案匯入方式 」程式。
  2. 為「零售銷售」方式輸入適當的名稱。 例如,「零售銷售配方Scala Spark」。 (可選)包含方式說明和檔案URL。 完 成後 ,按一下「下一步」。
  3. 將在 Package來源檔案中建立的Scala Spark Retail Sales方式,透過拖放方式匯入Recipe 教學課程,或使用檔案系統 Browser 。 具有相依性 的封裝配方 位於中 experience-platform-dsw-reference/recipes/scala/target 。 同樣地,也可以通過拖放方式導入提供的配置檔案,或者使用檔案系統瀏 覽器 。 可在中找到提供的配置檔案 experience-platform-dsw-reference/recipes/scala/src/main/resources/pipelineservice.json 。 當兩 個檔案都提供時 ,按一下「下一步」。
  4. 此時可能會遇到錯誤。 這是正常行為,是值得期待的。 在「管理結構」一節下選擇「零售銷售」輸入和輸出結構,這些結構是使用在建立零售銷售結構和資料集教程中提供的引導 指令碼建立的 建立零售銷售結構和資料集 在「功 能管理 」區段下,在架構檢視器中按一下您的租用戶識別碼,以展開「零售銷售」輸入架構。 通過反白顯示所需特徵,並在右側的「欄位屬性」(Field Properties)窗口中選擇「輸入特徵」( Input Feature )或「目標特徵」( Target Feature ),來選擇輸入和輸 出特徵 。 在本教學課程中,請將 weeklySales 設為 Target功能 ,而將其他項目設為 輸入功能 。 按一 下「下一步 」以檢閱新設定的方式。
  5. 視需要檢閱方式、新增、修改或移除組態。 按一 下「完成 」以建立方式。
恭喜您,您已建立零售銷售配方! 請繼續下 一步 ,瞭解如何使用新建立的零售銷售方式在資料科學工作區中建立模型。

匯入以Docker為基礎的方式- Python

在「將 來源檔案封裝為配方」教學課程中 ,使用Python來源檔案建立零售銷售配方時,會提供Docker URL。
  1. 在「來源URL」欄位中貼上與使用Python來源檔案建立之封裝方式對應 的Docker URL 。 接著,透過拖放方式匯入提供的設定檔案,或使用檔案系統瀏 覽器 。 可在中找到提供的配置檔案 experience-platform-dsw-reference/recipes/python/retail/retail.config.json 。 當兩 個項目都已提供 時,請按一下「下一步」。
  2. 在「管理結構」一節下選擇「零售銷售」輸入和輸出結構,這些結構是使用在建立零售銷售結構和資料集教程中提供的引導 指令碼建立的 建立零售銷售結構和資料集 在「功 能管理 」區段下,在架構檢視器中按一下您的租用戶識別碼,以展開「零售銷售」輸入架構。 通過反白顯示所需特徵,並在右側的「欄位屬性」(Field Properties)窗口中選擇「輸入特徵」( Input Feature )或「目標特徵」( Target Feature ),來選擇輸入和輸 出特徵 。 在本教學課程中,請將 weeklySales 設為 Target功能 ,而將其他項目設為 輸入功能 。 按一 下「下一步 」以檢閱新設定的方式。
  3. 視需要檢閱方式、新增、修改或移除組態。 按一 下「完成 」以建立方式。
恭喜您,您已建立零售銷售配方! 請繼續下 一步 ,瞭解如何使用新建立的零售銷售方式在資料科學工作區中建立模型。

導入基於Docker的配方- R

在將來 源檔案打包到配方教程中 ,在使用R源檔案構建零售銷售配方的結束處提供了Docker URL。
  1. 在「來源URL」欄位中貼上與使用R來源檔案建立之封裝方式對應 的Docker URL 。 接著,透過拖放方式匯入提供的設定檔案,或使用檔案系統瀏 覽器 。 可在中找到提供的配置檔案 experience-platform-dsw-reference/recipes/R/Retail\ -\ GradientBoosting/retail.config.json 。 當兩 個項目都已提供 時,請按一下「下一步」。
  2. 在「管理結構」一節下選擇「零售銷售」輸入和輸出結構,這些結構是使用在建立零售銷售結構和資料集教程中提供的引導 指令碼建立的 建立零售銷售結構和資料集 在「功 能管理 」區段下,在架構檢視器中按一下您的租用戶識別碼,以展開「零售銷售」輸入架構。 通過反白顯示所需特徵,並在右側的「欄位屬性」(Field Properties)窗口中選擇「輸入特徵」( Input Feature )或「目標特徵」( Target Feature ),來選擇輸入和輸 出特徵 。 在本教學課程中,請將 weeklySales 設為 Target功能 ,而將其他項目設為 輸入功能 。 按一 下「下一步 」以檢閱新設定的方式。
  3. 視需要檢閱方式、新增、修改或移除組態。 按一 下「完成 」以建立方式。
恭喜您,您已建立零售銷售配方! 請繼續下 一步 ,瞭解如何使用新建立的零售銷售方式在資料科學工作區中建立模型。

後續步驟

本教學課程提供如何設定方式並將其匯入Data Science Workspace的深入資訊。 您現在可以使用新建立的方式建立、訓練和評估模型。