建立資料集和結構描述 (主控台)建立資料集和結構描述 (AWS CLI)建立資料集和結構描述 (AWS SDK)

建立資料集和結構描述

完成之後步驟 1：建立資料集群組，您就可以建立資料集了。資料集是用於資料的 Amazon Personalize 容器。建立資料集時，您也會建立資料集的結構描述。結構描述會告訴 Amazon Personalize 您的資料結構，並允許 Amazon Personalize 解析資料。

您可以使用 Amazon Personalize 主控台 AWS Command Line Interface (AWS CLI) 或 AWS 開發套件建立資料集。您無法在網域資料集群組中建立下一個最佳動作資源，包括「動作」和「動作互動」資料集。如需不同資料集類型以及資料集和結構描述需求的相關資訊，請參閱資料集和架構。

建立資料集和結構描述 (主控台)

如果這是資料集群組中的第一個資料集，您的第一個資料集類型將是 Item 互動資料集。若要在主控台中建立項目互動資料集，請指定資料集名稱，然後以 Avro 格式指定 JSON 結構定義。如果這不是您在此資料集群組中的第一個資料集，請選擇資料集類型，然後指定名稱和結構描述。

如需 Amazon Personalize 資料集和結構描述需求的資訊，請參閱資料集和架構。

注意

如果您剛完成步驟 1：建立資料集群組並且已經建立資料集，請跳至此程序中的步驟 4。

若要建立資料集和結構描述

在 https://console.aws.amazon.com/personalize/home 打開 Amazon Personalize 化控制台並登錄到您的帳戶。
在 [資料集群組] 頁面上，選擇您在其中建立的資料集群組步驟 1：建立資料集群組。
在 [設定資料集] 中選擇 [建立資料集]，然後選擇要建立的資料集類型。
選擇將資料直接匯入 Amazon Personalize 資料集，然後選擇下一步。
在資料集詳細資料中，對於資料集名稱，指定資料集的名稱。
在 [結構描述詳細資料] 中，對於 [結構描述] 選取項目，選擇現有的綱要或選擇 [建立
如果您要建立新結構定義，請在結構定義中貼上符合您資料的結構定義 JSON。使用中的範例結構描述做為指南。建立結構描述之後，就無法變更結構描述。
對於 New schema name (新建結構描述名稱)，為新的結構描述指定名稱。
對於「標籤」，選擇性地新增任何標籤如需標記 Amazon Personalize 資源的詳細資訊，請參閱標記 Amazon Personalize 化資。
選擇 [下一步]，然後依照中準備和匯入大量資料的指示匯入資料。

建立資料集和結構描述 (AWS CLI)

若要使用建立資料集和結構描述 AWS CLI，您必須先定義 Avro 格式的結構描述，然後使用該CreateSchema作業將其新增至 Amazon Personalize。然後使用CreateDataset作業建立資料集。如需 Amazon Personalize 資料集和結構描述需求的資訊，請參閱資料集和架構。

若要建立結構描述和資料集

以 Avro 格式建立結構定義檔案，並將其儲存為 JSON 檔案。此檔案應根據您所建立的資料集類型 (例如互動)。

結構描述必須與資料中的欄相符，且結構描述name必須與 Amazon Personalize 辨識的其中一種資料集類型相符。以下是最小項目互動資料集結構描述的範例。如需更多範例，請參閱結構描述。


{
  "type": "record",
  "name": "Interactions",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
      {
          "name": "USER_ID",
          "type": "string"
      },
      {
          "name": "ITEM_ID",
          "type": "string"
      },
      {
          "name": "TIMESTAMP",
          "type": "long"
      }
  ],
  "version": "1.0"
}

透過執行下列命令在 Amazon Personalize 中建立結構描述。建立結構描述之後，就無法變更結構描述。以結構定義的名稱取代schemaName，並取代file://SchemaName.json為您在上一個步驟中建立的 JSON 檔案的位置。此範例會顯示屬於目前資料夾的檔案。

如果要為 Domain 資料集群組中的資料集建立結構描述，請新增domain參數並將其設定為ECOMMERCE或VIDEO_ON_DEMAND。如需 API (匯入 API) 的詳細資訊，請參閱「CreateSchema」。
```
aws personalize create-schema \
  --name SchemaName \
  --schema file://SchemaName.json
```
此時會顯示模式 Amazon 資源名稱 (ARN)，如下列範例所示：
```
{
  "schemaArn": "arn:aws:personalize:us-west-2:acct-id:schema/SchemaName"
}
```
執行以下命令來建立空的資料集。從上一個步驟提供資料集群組 Amazon 資源名稱 (ARN) 建立資料集群組 (AWS CLI) 和架構 ARN。資料集類型值可以是InteractionsUsersItems、Actions、、或Action_Interactions。如需 API (匯入 API) 的詳細資訊，請參閱「CreateDataset」。
```
aws personalize create-dataset \
  --name Dataset Name \
  --dataset-group-arn Dataset Group ARN \
  --dataset-type Dataset Type \
  --schema-arn Schema Arn
```
隨即顯示資料集 ARN，如下列範例所示。
```
{
  "datasetArn": "arn:aws:personalize:us-west-2:acct-id:dataset/DatasetName/INTERACTIONS"
}
```
記錄資料集 ARN 以供日後使用。建立資料集之後，您就可以匯入訓練資料了。請參閱準備和匯入大量資料。

建立資料集和結構描述 (AWS SDK)

若要使用 AWS SDK 建立資料集和結構描述，請先以 Avro 格式定義結構描述，然後使用該CreateSchema操作將其新增至 Amazon Personalize。建立結構描述之後，就無法變更結構描述。然後使用CreateDataset作業建立資料集。如需 Amazon Personalize 資料集和結構描述需求的資訊，請參閱資料集和架構。

若要建立結構描述和資料集

以 Avro 格式建立結構定義檔案，並將其儲存為工作目錄中的 JSON 檔案。

結構描述必須與資料中的欄相符，且結構描述name必須與 Amazon Personalize 辨識的一種資料集類型相符。以下是最小項目互動資料集結構描述的範例。如需更多範例，請參閱結構描述。


{
  "type": "record",
  "name": "Interactions",
  "namespace": "com.amazonaws.personalize.schema",
  "fields": [
      {
          "name": "USER_ID",
          "type": "string"
      },
      {
          "name": "ITEM_ID",
          "type": "string"
      },
      {
          "name": "TIMESTAMP",
          "type": "long"
      }
  ],
  "version": "1.0"
}

使用下面的代碼創建一個模式。指定結構定義的名稱和結構定義 JSON 檔案的檔案路徑。

如果要為 Domain 資料集群組中的資料集建立結構描述，請新增domain參數並將其設定為ECOMMERCE或VIDEO_ON_DEMAND。如需 API (匯入 API) 的詳細資訊，請參閱「CreateSchema」。

SDK for Python (Boto3)


import boto3

personalize = boto3.client('personalize')

with open('schemaFile.json') as f:
    createSchemaResponse = personalize.create_schema(
        name = 'schema name',
        schema = f.read()
    )

schema_arn = createSchemaResponse['schemaArn']

print('Schema ARN:' + schema_arn )

SDK for Java 2.x


public static String createSchema(PersonalizeClient personalizeClient, String schemaName, String filePath) {
    
    String schema = null;
    
    try {
        schema = new String(Files.readAllBytes(Paths.get(filePath)));
    } catch (IOException e) {
        System.out.println(e.getMessage());
    }
    
    try {
        CreateSchemaRequest createSchemaRequest = CreateSchemaRequest.builder()
                .name(schemaName)
                .schema(schema)
                .build();

        String schemaArn = personalizeClient.createSchema(createSchemaRequest).schemaArn();    
        System.out.println("Schema arn: " + schemaArn);

        return schemaArn;

    } catch(PersonalizeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return "";
}

SDK for JavaScript v3


// Get service clients module and commands using ES6 syntax.
import { CreateSchemaCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

import fs from 'fs';

let schemaFilePath = "SCHEMA_PATH";
let mySchema = "";

try {
  mySchema = fs.readFileSync(schemaFilePath).toString();
} catch (err) {
  mySchema = 'TEST' // For unit tests.
}
// Set the schema parameters.
export const createSchemaParam = {
  name: 'NAME', /* required */
  schema: mySchema /* required */
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(new CreateSchemaCommand(createSchemaParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

Amazon Personalize 化返回新模式的 ARN。記錄它，因為您在下一步中將需要它。

使用作業建立資CreateDataset料集。下列程式碼會示範如何建立資料集。指定資料集群組的 Amazon 資源名稱 (ARN)、上一個步驟的結構描述 ARN，並指定資料集類型。資料集類型值可以是InteractionsUsersItems、Actions、、或Action_Interactions。如需不同資料集類型的詳細資訊，請參閱資料集和架構。

SDK for Python (Boto3)


import boto3

personalize = boto3.client('personalize')

response = personalize.create_dataset(
    name = 'dataset_name',
    schemaArn = 'schema_arn',
    datasetGroupArn = 'dataset_group_arn',
    datasetType = 'dataset_type'
)

print ('Dataset Arn: ' + response['datasetArn'])

SDK for Java 2.x


public static String createDataset(PersonalizeClient personalizeClient, 
                                    String datasetName, 
                                    String datasetGroupArn, 
                                    String datasetType, 
                                    String schemaArn) {
    try {
        CreateDatasetRequest request = CreateDatasetRequest.builder()
                .name(datasetName)
                .datasetGroupArn(datasetGroupArn)
                .datasetType(datasetType)
                .schemaArn(schemaArn).build();
    
        String datasetArn = personalizeClient.createDataset(request).datasetArn();
        System.out.println("Dataset " + datasetName + " created. Dataset ARN: " + datasetArn);
        
        return datasetArn;
        
    } catch(PersonalizeException e) {
        System.err.println(e.awsErrorDetails().errorMessage());
        System.exit(1);
    }
    return "";
}

SDK for JavaScript v3


// Get service clients module and commands using ES6 syntax.
import { CreateDatasetCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";

// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the dataset's parameters.
export const createDatasetParam = {
  datasetGroupArn: 'DATASET_GROUP_ARN', /* required */
  datasetType: 'DATASET_TYPE', /* required */
  name: 'NAME', /* required */
  schemaArn: 'SCHEMA_ARN' /* required */
}

export const run = async () => {
  try {
    const response = await personalizeClient.send(new CreateDatasetCommand(createDatasetParam));
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();

建立資料集之後，您就可以匯入訓練資料了。請參閱準備和匯入大量資料。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

上傳到 Amazon S3 存儲桶

使用資料集匯入工作匯入大量記錄