Puede crear implementaciones en línea para flujos de SPSS Modeler que utilicen múltiples flujos de entrada para proporcionar datos al modelo.
Visión general del proceso
Cuando utilice múltiples flujos de entrada para crear un flujo de SPSS Modeler, puede crear un despliegue en línea para su modelo.
El siguiente gráfico muestra un flujo de SPSS Modeler que utiliza dos flujos de entrada. El flujo procesa los datos y crea un modelo de aprendizaje automático. Puede guardar este modelo y crear un despliegue en línea. Después de desplegar el modelo, puede utilizar el endpoint para puntuar con sus aplicaciones.
Tareas para desplegar flujos SPSS Modeler multifuente
Puede crear y desplegar un flujo SPSS Modeler multifuente desde la interfaz de usuario o la API REST de watsonx.ai.
Creación y despliegue de modelos desde la interfaz de usuario
Siga estos pasos para crear y desplegar un flujo SPSS Modeler multifuente desde la interfaz de usuario:
- Cree un flujo SPSS Modeler : Puede crear un modelo multifuente en su Proyecto creando un flujo de SPSS Modeler.
- Promover el activo del modelo: Después de crear el modelo, promueva el activo de su modelo desde su Proyecto a su espacio de despliegue.
- Despliegue el modelo : Cree un despliegue en línea para utilizar el punto final para la puntuación.
- Pruebe el modelo implantado : Puntuación frente al modelo desplegado.
Creación y despliegue de modelos desde la API REST
Siga estos pasos para crear y desplegar un flujo SPSS Modeler multifuente desde la API REST de watsonx.ai :
- Crear un modelo : Puede crear un modelo multifuente proporcionando un esquema.
- Cargar el contenido del modelo : Después de crear el modelo, debe cargar el contenido para el modelo en un activo de repositorio en watsonx.ai Runtime.
- Despliegue el modelo : Cree un despliegue en línea para utilizar el punto final para la puntuación.
- Pruebe el modelo implantado : Puntuación frente al modelo desplegado.
Creación y despliegue de modelos multifuente desde la interfaz de usuario
Siga estos pasos para crear modelos multifuente en SPSS Modeler y desplegar los modelos desde la interfaz de usuario.
Tarea 1: Crear un modelo multifuente en SPSS Modeler
Puede crear un modelo multifuente creando un flujo de SPSS Modeler. Para obtener más información, consulte Creación de flujos de SPSS Modeler.
Tarea 2: Promover el activo modelo
Para desplegar su modo, debe promover el activo del modelo creado mediante SPSS Modeler a su espacio de despliegue. Para obtener más información, consulte Promoción de activos a un espacio de despliegue.
Tarea 3: Despliegue de modelos multifuente
Siga estos pasos para crear un despliegue en línea para un modelo de aprendizaje automático creado con múltiples fuentes de entrada en SPSS Modeler :
Requisitos previos
Debe configurar sus credenciales de tarea para desplegar sus servicios de IA. Para obtener más información, consulte Gestión de credenciales de tareas.
Desde su espacio de despliegue, vaya a la pestaña Activos.
Para su modelo de aprendizaje automático, haga clic en el icono Menú y seleccione Desplegar.
Seleccione Online como tipo de despliegue.
Introduzca un nombre para su despliegue y, opcionalmente, introduzca un nombre de servicio, una descripción y etiquetas.
Pulse Crear.
Tarea 4: Probar el modelo desplegado
Puede puntuar su modelo desplegado proporcionando datos de entrada en formato de texto o JSON.
Siga estos pasos para puntuar su modelo desplegado:
- En su espacio de despliegue o en su proyecto, abra la pestaña Despliegues y haga clic en el nombre del despliegue.
- Haga clic en la pestaña Prueba para introducir un texto y obtener una respuesta del activo desplegado.
- Introduzca los datos de la prueba en formato de texto o JSON para generar la salida.
Creación y despliegue de flujos SPSS Modeler multifuente con REST API
Siga estos pasos para crear modelos multifuente en SPSS Modeler e implementar los modelos desde la API REST de watsonx.ai.
Tarea 1: Creación de un modelo multifuente con SPSS Modeler
Puede crear un modelo con múltiples fuentes de entrada utilizando SPSS Modeler.
Requisitos para el esquema del modelo en formato JSON
Cuando se crea un modelo un esquema de modelo multientrada en formato JSON, el esquema debe cumplir los siguientes requisitos:
| Componente | Descripción |
|---|---|
| Estructura | Cada objeto debe contener id, fields, y values. |
| Nº Propuesta | Debe ser una cadena. |
| Campos | Debe ser un array de cadenas. |
| Valores | Debe ser un array de arrays. |
| Elementos de valor | Cada elemento de values debe ser una matriz. |
El siguiente código muestra cómo crear un modelo con esquema:
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"
}]
}
}'
Tarea 2: Cargar el contenido del modelo
Debe cargar el contenido de su modelo para crear un activo de repositorio en watsonx.ai Runtime.
El siguiente código muestra cómo cargar el contenido del modelo para crear un activo de modelo:
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
Tarea 3: Despliegue del modelo
Puede utilizar el punto final /ml/v4/deployments para crear un despliegue en línea para su modelo multientrada creado con SPSS Modeler flow.
Requisitos previos
Debe tener una IBM Cloud Clave API existente o generar una nueva clave API.
El siguiente ejemplo de código muestra cómo crear un modelo multientrada en línea con la API REST de watsonx.ai :
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"
}
}
}'
Tarea 4: Probar el modelo desplegado
Puede puntuar el modelo desplegado introduciendo datos de entrada en formato JSON que coincidan con el esquema de su modelo.
El siguiente ejemplo de código muestra cómo pasar datos de entrada en formato JSON y utilizar la API REST para puntuar el modelo desplegado:
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]]
}
]
}'
Salida
{"predictions": {"fields":["Churn","customerID","Predicted Churn","Probability of Churn"],"values":[["No","3638-WEABW","No",0.0526309571556145]]} ]}