入门(SDK for Python (Boto3) 的开发工具包 - Amazon Personalize
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

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。

入门(SDK for Python (Boto3) 的开发工具包

本主题介绍如何使用开始编程 Amazon PersonalizeAmazon SDK for Python (Boto3).

先决条件

以下是使用本指南中的 Python 示例的先决条件步骤:

完成入门练习后,为避免产生不必要的费用,请按照清理资源删除您创建的资源。

在完成先决条件之后,请运行以下 Python 示例,以确认您的环境已正确配置。如果已正确配置环境,则会显示可用配方的列表,您现在可以运行本指南中的其他 Python 示例。

import boto3 personalize = boto3.client('personalize') response = personalize.list_recipes() for recipe in response['recipes']: print (recipe)

在验证已正确配置 Python 环境之后,请导入您的数据。要将数据集用于训练,您需要执行以下操作:

  1. 添加架构。该架构允许 Amazon Personalize 解析训练数据集。有关代码示例,请参阅使用适用于 Python 的软件开发工具包 (Boto3)

  2. 导入数据。创建一个数据集组,其中包含 Amazon Personalize 可用于训练的一个或多个数据集。有关代码示例,请参阅导入批量记录 (Amazon开发工具包)

  3. (可选)添加事件跟踪器。要记录交互事件,您必须添加跟踪 ID 以将事件与您的数据集组关联。有关代码示例,请参阅创建事件跟踪器

  4. (可选)添加事件记录。要在训练中添加更多数据并创建更好的模型,您可以使用事件。事件是记录的用户活动,例如搜索、查看或购买。有关代码示例,请参阅PutEvents 操作

导入数据后,请创建解决方案和解决方案版本。该解决方案 包含用于训练模型的配置。解决方案版本 是经过训练的模型。有关更多信息,请参阅 创建解决方案

在您创建解决方案版本时,请在继续前评估其性能。有关代码示例,请参阅第 4 步:使用指标评估解决方案版本

训练和评估解决方案版本之后,您可以使用活动来部署它。活动是用于托管解决方案版本并向用户提出建议的终端节点。有关代码示例,请参阅创建市场活动

创建活动之后,您可以使用它来获得推荐。有关代码示例,请参阅获取建议

开始使用 Jupyter (iPython) 笔记本电脑的 Amazon Personalize 化 API

要开始使用 Jupyter 笔记本电脑使用 Amazon Personalize 化,请克隆或下载getting_启动的文件夹Amazon Personalize 样本存储库。这些笔记本将引导您使用 Amazon Personalize 导入培训数据、创建解决方案、创建广告系列以及获取建议。

注意

在开始使用笔记本电脑之前,请确保按照Readme.md