モデルにデータを提供するために複数の入力ストリームを使用する SPSS Modeler フローのオンライン配置を作成できます。
プロセスの概要Copy link to section
複数の入力ストリームを使用して SPSS Modeler フローを作成すると、モデルのオンライン展開を作成できます。
次の図は、2つの入力ストリームを使用する SPSS Modelerのフローを示しています。 フローはデータを処理し、機械学習モデルを作成する。 このモデルを保存して、オンライン配備を作成することができます。 モデルをデプロイした後、アプリケーションでスコアリングのためにエンドポイントを使用することができます。
マルチソース SPSS Modeler フローを展開するためのタスクCopy link to section
ユーザーインターフェースまたは watsonx.ai REST APIから、マルチソース SPSS Modeler フローを作成および展開できます。
ユーザーインターフェースからのモデルの作成と展開Copy link to section
以下の手順に従って、ユーザーインターフェイスからマルチソース SPSS Modeler フローを作成し、展開します:
- SPSS Modeler フローを作成します: SPSS Modeler フローを作成することで、プロジェクトにマルチソースモデルを作成できます。
- モデル アセットのプロモート : モデルを作成したら、モデルのアセットをプロジェクトからデプロイメント スペースにプロモートします。
- モデルをデプロイします:採点用のエンドポイントを使用するためのオンラインデプロイメントを作成します。
- 配備されたモデルをテストする:配備されたモデルに対してスコアをつける。
REST API からのモデルの作成とデプロイCopy link to section
以下の手順に従って、 watsonx.ai REST API からマルチソース SPSS Modeler フローを作成し、デプロイしてください:
- モデルを作成する :スキーマを提供することで、マルチソースモデルを作成することができます。
- モデルのコンテンツをアップロードします:モデルを作成したら、 watsonx.ai Runtime のリポジトリアセットにモデルのコンテンツをアップロードする必要があります。
- モデルをデプロイします:採点用のエンドポイントを使用するためのオンラインデプロイメントを作成します。
- 配備されたモデルをテストする:配備されたモデルに対してスコアをつける。
ユーザーインターフェースからのマルチソースモデルの作成と展開Copy link to section
SPSS Modelerでマルチソースモデルを作成し、ユーザーインターフェースからモデルを展開するには、以下の手順に従ってください。
タスク 1: SPSS Modeler でマルチソースモデルを作成するCopy link to section
SPSS Modeler フローを作成することで、マルチソースモデルを作成できます。 詳細については、 SPSS Modeler フローの作成を参照してください。
タスク2:モデル資産の促進Copy link to section
モードを展開するには、 SPSS Modelerを使用して作成したモデル資産を展開スペースに昇格させる必要があります。 詳細は、「 アセットを配置スペースにプロモ ートする 」を参照してください。
タスク3:マルチソースモデルの展開Copy link to section
SPSS Modeler で複数の入力ソースを使用して作成された機械学習モデルのオンライン配置を作成するには、次の手順に従います:
前提条件Copy link to section
AIサービスをデプロイするためのタスク認証情報を設定する必要があります。 詳細については、 タスク資格情報の管理を参照のこと。
デプロイメント スペースから[ アセット] タブに移動します。
機械学習モデルについて、 メニューアイコンをクリックし、 デプロイを選択する。
展開のタイプとして Online を選択します。
配置の名前を入力し、オプションでサービング名、説明、タグを入力します。
「作成」 をクリックします。
タスク4:展開されたモデルのテストCopy link to section
テキストまたはJSON形式で入力を提供することで、デプロイされたモデルを採点することができます。
配備したモデルを採点するには、以下の手順に従ってください:
- 配置スペースまたはプロジェクトで、[ 配置] タブを開き、配置名をクリックします。
- テスト] タブをクリックして、プロンプトのテキストを入力し、配置された資産からの応答を取得します。
- テストデータをテキストまたはJSON形式で入力し、出力を生成する。
REST APIを使用したマルチソース SPSS Modeler フローの作成と展開Copy link to section
以下の手順に従って、 SPSS Modeler でマルチソースモデルを作成し、 watsonx.ai REST API からモデルを配置してください。
タスク 1: SPSS Modeler によるマルチソースモデルの作成Copy link to section
SPSS Modelerを使用すると、複数の入力ソースを持つモデルを作成できます。
JSON形式のモデルスキーマの要件Copy link to section
JSON形式の複数入力モデル・スキーマを作成する場合、スキーマは以下の要件を満たす必要があります:
コンポーネント | 説明 |
---|---|
構造 | 各オブジェクトは 、 、 を含んでいなければならない。 |
ID | 文字列でなければなりません。 |
フィールド | 文字列の配列でなければならない。 |
値 | 配列の配列でなければならない。 |
バリュー・アイテム | 内の各項目は配列でなければならない。 |
次のコードは、スキーマを持つモデルを作成する方法を示しています:
curl -H "Authorization: Bearer <TOKEN>" \
-H "content-type: application/json" \
--request POST '<HOSTURL>/ml/v4/models?version=2020-06-12' \
--data-raw '{
"name": "spss-multi-source-user-input-table-output",
"space_id": "<SPACE ID>",
"description": "This is my first resource.",
"software_spec": {
"id": "687eddc9-028a-4117-b9dd-e57b36f1efa5",
"name": "spss-modeler_18.2"
},
"type": "spss-modeler_18.2",
"schemas": {
"input": [{
"fields": [{
"metadata": {
},
"name": "customerID",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "gender",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "SeniorCitizen",
"nullable": true,
"type": "integer"
}, {
"metadata": {
},
"name": "Partner",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "Dependents",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "tenure",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "PhoneService",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "MultipleLines",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "InternetService",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "OnlineSecurity",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "OnlineBackup",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "DeviceProtection",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "TechSupport",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "StreamingTV",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "StreamingMovies",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "Contract",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "PaperlessBilling",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "PaymentMethod",
"nullable": true,
"type": "string"
}],
"id": "id5B2XR2L3LS6",
"name": "uinode1",
"type": "struct"
}, {
"fields": [{
"metadata": {
},
"name": "MonthlyCharges",
"nullable": true,
"type": "double"
}, {
"metadata": {
},
"name": "TotalCharges",
"nullable": true,
"type": "double"
}, {
"metadata": {
},
"name": "Churn",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "SampleWeight",
"nullable": true,
"type": "double"
}],
"id": "id3YXBN73TTS",
"name": "uinode2",
"type": "struct"
}],
"output": [{
"fields": [{
"metadata": {
},
"name": "Churn",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "customerID",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "Predicted Churn",
"nullable": true,
"type": "string"
}, {
"metadata": {
},
"name": "Probability of Churn",
"nullable": true,
"type": "double"
}],
"id": "id6BPTTYFV44A",
"name": "Output data",
"type": "struct"
}]
}
}'
Copy to clipboard Show more
タスク2:モデルのコンテンツをアップロードするCopy link to section
watsonx.ai Runtime でリポジトリアセットを作成するには、モデルのコンテンツをアップロードする必要があります。
次のコードは、モデルコンテンツをアップロードしてモデルアセットを作成する方法を示しています:
curl -vk -X PUT "<HOSTURL>/ml/v4/models/<MODELID OBTAINED FROM STEP1 RESPONSE>/content?version=2020-08-08&content_format=native&space_id=<SPACEID>" -H "Authorization: Bearer <TOKEN>" --data-binary @/PATH/WHERE/ZIP/IS/AVAILABLE/exsistingmultipleuserinputtableoutput.zip
Copy to clipboard
タスク3:モデルの展開Copy link to section
エンドポイントを使用して、 SPSS Modeler Flow で作成した複数入力モデルのオンライン配置を作成できます。/ml/v4/deployments
前提条件Copy link to section
既存の IBM Cloud API キーを持っているか、新しい API キーを生成する必要があります。
以下のコードサンプルは、 watsonx.ai REST API を使ってオンラインの多入力モデルを作成する方法を示しています:
curl --request POST \
--url '<HOST>/ml/v4/deployments?version=2023-03-10' \
--header 'Authorization: Bearer <TOKEN>' \
--header 'Content-Type: application/json' \
--data '{
"asset": {
"id": "<MODEL ID FROM FIRST STEP>"
},
"description": "Multi Source Online Deployment",
"name": "spss_multi_source_online_deployment",
"space_id": "<SPACE ID>",
"online": {
"parameters": {
"serving_name": "spssmultisource"
}
}
}'
Copy to clipboard Show more
タスク4:展開されたモデルのテストCopy link to section
モデルのスキーマにマッチするJSON形式の入力データを入力することで、デプロイされたモデルに対してスコアをつけることができます。
以下のコードサンプルは、JSON形式の入力データを渡し、REST APIを使用してデプロイされたモデルに対してスコアを付ける方法を示しています:
curl -H "Authorization: Bearer <TOKEN>" \
-H "content-type: application/json" \
--request POST '<HOST>/ml/v4/deployments/<DEPLOYMENT_ID RECEIVED FROM STEP 3>/predictions?version=2020-06-12' \
--data-raw '{
"input_data": [
{
"id": "uinode1",
"fields": ["customerID","gender","SeniorCitizen","Partner","Dependents","tenure","PhoneService","MultipleLines","InternetService","OnlineSecurity","OnlineBackup","DeviceProtection","TechSupport","StreamingTV","StreamingMovies","Contract","PaperlessBilling","PaymentMethod"],
"values":[["3638-WEABW","Female",0,"Yes","No","58","Yes","Yes","DSL","No","Yes","No","Yes","No","No","Two year","Yes","Credit card (automatic)"]]
},
{
"id": "uinode2",
"fields": ["MonthlyCharges","TotalCharges","Churn","SampleWeight"],
"values":[[59.9,3505.1,"No",2.768]]
}
]
}'
Copy to clipboard Show more
出力
{"predictions": {"fields":["Churn","customerID","Predicted Churn","Probability of Churn"],"values":[["No","3638-WEABW","No",0.0526309571556145]]} ]}