本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用neptune-export工具或 Neptune 导出服务，用于从 Neptune 中导出数据，用于 Neptune ML
Neptune ML 要求您提供训练数据深图库 (DGL)
您可以使用以下任一方法从 Neptune 导出数据海王星出口服务，或者neptune-export实用程序. 此项服务和命令行工具均以 CSV 格式将数据发布到 Amazon Simple Storage Service (Amazon S3)，并使用 Amazon S3 服务器端加密进行加密（SSE-S3)。请参阅由 Neptune-Export 导出的文件neptune-export。
此外，当您为 Neptune ML 配置训练数据导出时，导出作业会创建并发布加密的模型训练配置文件以及导出的数据。默认情况下，此文件名为training-data-configuration.json.
使用 Neptune-Export 服务导出 Neptune ML 的训练数据的示例
此请求导出节点分类任务的属性图训练数据：
curl \(your NeptuneExportApiUri)\ -X POST \ -H 'Content-Type: application/json' \ -d '{ "command": "export-pg", "outputS3Path": "s3://(your Amazon S3 bucket)/neptune-export", "params": { "endpoint": "(your Neptune endpoint DNS name)", "profile": "neptune_ml" }, "additionalParams": { "neptune_ml": { "version": "v2.0", "targets": [ { "node": "Movie", "property": "genre", "type": "classification" } ] } } }'
此请求导出节点分类任务的 RDF 训练数据：
curl \(your NeptuneExportApiUri)\ -X POST \ -H 'Content-Type: application/json' \ -d '{ "command": "export-rdf", "outputS3Path": "s3://(your Amazon S3 bucket)/neptune-export", "params": { "endpoint": "(your Neptune endpoint DNS name)", "profile": "neptune_ml" }, "additionalParams": { "neptune_ml": { "version": "v2.0", "targets": [ { "node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie", "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre", "type": "classification" } ] } } }'
要在中设置的字段params导出训练数据时的对象
这些区域有：params导出请求中的对象可以包含各种字段，如params文档. 以下几个与导出机器学习训练数据最相关：
-
endpoint— 使用endpoint以指定数据库集群中的 Neptune 实例的终端节点，导出过程可以查询该终端节点以提取数据。 -
profile— 该profile字段中的params对象必须设置为neptune-ml.这会导致导出过程为 Neptune ML 模型训练而适当地格式化导出的数据，格式为属性图数据的 CSV 格式，或者作为 RDF 数据的 N-Triples 格式。它还会导致
training-data-configuration.json文件将创建并写入与导出的培训数据相同的 Amazon S3 位置。 -
cloneCluster— 如果设置为true，导出过程将克隆数据库集群，从克隆中导出，然后在克隆完成后将其删除。 -
useIamAuth— 如果您的数据库集群有IAM 身份验证启用，则必须将此字段设置为true.
导出过程还提供了几种筛选导出数据的方法（请参阅这些示例)。
使用additionalParams对象来调整模型训练信息的导出
这些区域有：additionalParams对象包含的字段可用于指定机器学习类标签和训练功能，并指导创建训练数据配置文件。
导出过程无法自动推断哪些节点和边缘属性应该是机器学习类标签，以便作为培训目的的示例。它也无法自动推断数字、分类和文本属性的最佳要素编码，因此您需要使用additionalParams对象来指定这些内容，或者覆盖默认编码。
对于属性图表数据，additionalParams在导出请求中可能类似于下面这样：
{ "command": "export-pg", "outputS3Path": "s3://(your Amazon S3 bucket)/neptune-export", "params": { "endpoint": "(your Neptune endpoint DNS name)", "profile": "neptune_ml" }, "additionalParams": { "neptune_ml": { "version": "v2.0", "targets": [(an array of node and edge class label targets)], "features": [(an array of node feature hints)] } } }
对于 RDF 数据，其顶级结构可能如下所示：
{ "command": "export-rdf", "outputS3Path": "s3://(your Amazon S3 bucket)/neptune-export", "params": { "endpoint": "(your Neptune endpoint DNS name)", "profile": "neptune_ml" }, "additionalParams": { "neptune_ml": { "version": "v2.0", "targets": [(an array of node and edge class label targets)] } } }
您还可以使用jobs字段：
{ "command": "export-pg", "outputS3Path": "s3://(your Amazon S3 bucket)/neptune-export", "params": { "endpoint": "(your Neptune endpoint DNS name)", "profile": "neptune_ml" }, "additionalParams" : { "neptune_ml" : { "version": "v2.0", "jobs": [ { "name" : "(training data configuration name)", "targets": [(an array of node and edge class label targets)], "features": [(an array of node feature hints)] }, { "name" : "(another training data configuration name)", "targets": [(an array of node and edge class label targets)], "features": [(an array of node feature hints)] } ] } } }
中的顶级元素neptune_ml字段additionalParams
这些区域有：version中的元素neptune_ml
指定要生成的训练数据配置的版本。
(可选),类型：字符串、默认值：“v2.0”。
如果你确实包括version，将其设置为v2.0.
这些区域有：jobs字段neptune_ml
包含一组训练数据配置对象，每个对象都定义了数据处理作业，并包含：
-
name— 要创建的训练数据配置的名称。例如，名称为 “Job-Number -1” 的训练数据配置会生成名为
job-number-1.json. -
targets— 节点和边缘类标签目标的 JSON 数组，表示用于训练目的的机器学习课程标签。请参阅这些区域有：targets字段中的neptune_ml宾语。 -
features— 节点属性功能的 JSON 数组。请参阅这些区域有：features字段中neptune_ml。