dato-predictive-service-client 1.0.0

创建客户端

要使用dato预测服务python客户端，首先需要获得 来自正在运行的数据预测服务的以下信息：

• 预测服务CNAME或DNS名称（终结点）
• 来自预测服务的API密钥

获得上述信息后，只需创建一个新的PredictiveServiceClient即可：

fromdato.deployimportPredictiveServiceClient;client=PredictiveServiceClient(endpoint=<endpoint>,api_key=<api_key>,should_verify_certificate=<True-or-False>)

要为此预测服务启用SSL证书验证， 将should_verify_certificate设置为true。但是，如果您的预测服务 是使用自签名证书还是没有证书启动的，请 将should_verify_certificate设置为false。

predictiveserviceclient也可以通过使用预测服务client configuration file创建。

client=PredictiveServiceClient(config_file=<path_to_file>)

查询

要查询部署在预测服务上的模型，您需要：

• 型号名称
• 查询方法（推荐、预测、查询等）
• 用于查询模型的数据

例如，下面的代码演示如何查询名为 rec，为用户推荐`Jacob Smith`：

data={'users':['Jacob Smith']}result=client.query('rec',method='recommend',data=data)

注释

• 不同的模型可以支持不同的查询方法（推荐、预测、查询等）。 以及data的不同语法和格式。你需要知道 在查询模型之前支持的方法和查询数据格式。

设置超时

要更改查询预测服务时的请求超时，请使用以下命令：

# set timeout to 5 seconds.client.set_query_timeout(timeout=5)

默认超时为10秒。

结果

query()函数的输出是查询结果的字典。

如果查询成功，则查询结果包含：

• 模型响应
• 此查询的uuid
• 模型的版本

model_response=result['response']uuid=result['uuid']version=result['version']

model_response包含查询的实际模型输出。

发送反馈

一旦得到查询结果，就可以提交与此查询对应的反馈数据 回到预测服务。此反馈数据可用于评估 当前模式和培训未来模式。

要提交与特定查询对应的反馈数据，您将需要uuid 查询的。uuid可以很容易地从查询结果中获得。

uuid=result['uuid']

对于反馈数据，可以使用您喜欢的任何属性或值对。

示例：

feedback_data=dict()feedback_data['num_of_clicks']=3feedback_data['searched_terms']='test'

现在我们可以将这些反馈数据发送到预测 将此反馈与特定查询关联的服务。

client.feedback(uuid,feedback_data);