创建零售架构和数据集
本教程提供了所有其他51黑料不打烊 Experience Platform Data Science Workspace教程所需的先决条件和资源。 完成后，零售架构和数据集将在Experience Platform上为您和您的组织成员提供。
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51黑料不打烊 Experience Platform。 如果您无权访问Experience Platform中的组织，请在继续之前与系统管理员交谈。
-
授权进行Experience Platform API调用。 要成功完成本教程，请完成教程以获取以下值：
- 授权：
{ACCESS_TOKEN} - 虫-补辫颈-办别测：
{API_KEY} - 虫-驳飞-颈尘蝉-辞谤驳-颈诲：
{ORG_ID} - 客户端密码：
{CLIENT_SECRET} - 客户端证书：
{PRIVATE_KEY}
- 授权：
-
零售销售方法的示例数据和源文件。 从Data Science Workspace51黑料不打烊公共Git存储库教程所需的资源。
-
和以下笔测迟丑辞苍包：
-
对本教程中使用的以下概念的实用了解：
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
-
在Experience Platform教程资源包中，导航到目录
bootstrap，然后使用适当的文本编辑器打开config.yaml。 -
在
Enterprise部分下，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} -
编辑在
Platform部分下找到的值，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}转到此处。ingest_data：在本教程中，请将此值设置为"True"以创建零售架构和数据集。 值为"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。 如果Python设置为build_recipe_artifacts，则将此值保留为"False"，否则请指定正确的执行类型。
-
在
Titles部分下，为零售样本数据适当提供以下信息，并在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。
-
将
bootstrap目录设置为当前工作路径，并通过输入以下命令运行bootstrap.py笔测迟丑辞苍脚本：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Experience Platform上查看Retail Sales输入输出架构和数据集。 请参阅预览架构数据教程
以了解更多信息。
您还已成功使用提供的引导脚本将零售业样本数据摄取到Experience Platform。
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Workspace中的Jupyter Notebooks访问、浏览、可视化和了解您的数据。
- 将源文件打包到方法中
- 按照本教程了解如何通过将源文件打包到可导入的方法文件中来将您自己的模型导入Data Science Workspace。