Programowe aktualizowanie modelu lub przypadku użycia modelu

Użytkownik może chcieć zaktualizować przypadek użycia modelu lub arkusz faktów modelu, wprowadzając dodatkowe informacje. Na przykład niektóre firmy mają standardowy zestaw szczegółów, które mają towarzyszyć modelowi przypadku użycia lub faktom modelu.

Obecnie należy zaktualizować typy zasobów na poziomie najemcy, modyfikując atrybuty użytkownika, które korzystają z interfejsu REST API Watson Data w celu zaktualizowania zasobu.

Aktualizowanie niestandardowego typu zasobu

Aby zaktualizować niestandardowy typ zasobu aplikacyjnego, wykonaj następujące kroki:

1. Podaj parametr zapytania bss_account_id dla Metoda getcatalogtype.

2. Podaj asset_type jako model_entry_user , jeśli atrybuty są aktualizowane dla model_entry. Podaj asset_type jako modelfacts_user , jeśli atrybuty dla faktów modelu są aktualizowane.

3. Pobierz bieżącą definicję typu zasobu aplikacyjnego, używając elementu Metoda getcatalogtype , gdzie asset_type ma wartość modelfacts_user lub model_entry_user.

4. Zaktualizuj bieżącą definicję typu zasobu aplikacyjnego przy użyciu atrybutów niestandardowych, dodając je do obiektu JSON właściwości zgodnie ze schematem zdefiniowanym w dokumentacji interfejsu API. Obsługiwane są następujące typy atrybutów, które można wyświetlać i edytować z poziomu interfejsu użytkownika modelu lub modelu użycia:

   • łańcuch
   • data
   • liczba całkowita

5. Po zaktualizowaniu obiektu JSON przy użyciu nowych właściwości należy rozpocząć wprowadzanie zmian przy użyciu pliku Metoda replaceassettype. Podaj asset_type , bss_account_idi ładunek żądania.

Po zakończeniu aktualizacji można wyświetlić atrybuty niestandardowe na stronie szczegółów przypadku użycia modelu i na stronie szczegółów modelu.

Przykład 1: pobieranie i aktualizowanie typu zasobu aplikacyjnego model_entry_user

Ta komenda curl pobiera typ zasobu model_entry_user:

curl -X GET --header 'Accept: application/json' --header "Authorization: ZenApiKey ${MY_TOKEN}"  'https://api.dataplatform.cloud.ibm.com:443/v2/asset_types/model_entry_user?bss_account_id=<bss_account_id>'

Oto przykładowy ładunek odpowiedzi dla szczegółów użytkownika przypadku użycia modelu:

{
    "description": "The model use case to capture user defined attributes.",
    "fields": [],
    "relationships": [],
    "properties": {},
    "decorates": [{
        "asset_type_name": "model_entry"
    }],
    "global_search_searchable": [],
    "localized_metadata_attributes": {
        "name": {
            "default": "Additional details",
            "en": "Additional details"
        }
    },
    "attribute_only": false,
    "name": "model_entry_user",
    "version": 1,
    "scope": "ACCOUNT"
}

Ta komenda curl aktualizuje typ zasobu model_entry_user :

curl -X PUT --header 'Content-Type: application/json' --header 'Accept: application/json' --header "Authorization: ZenApiKey ${MY_TOKEN}"  -d '@requestbody.json' 'https://api.dataplatform.cloud.ibm.com:443/v2/asset_types/model_entry_user?bss_account_id=<bss_account_id>'

Zawartość pliku requestbody.json wygląda następująco:

{
    "description": "The model use case to capture user defined attributes.",
    "fields": [],
    "relationships": [],
    "properties": {
        "user_attribute1": {
            "type": "string",
            "description": "User attribute1",
            "placeholder": "User attribute1",
            "is_array": false,
            "required": true,
            "hidden": false,
            "readonly": false,
            "default_value": "None",
            "label": {
                "default": "User attribute1"
            }
        },
        "user_attribute2": {
            "type": "integer",
            "description": "User attribute2",
            "placeholder": "User attribute2",
            "is_array": false,
            "required": true,
            "hidden": false,
            "readonly": false,
            "label": {
                "default": "User attribute2"
            }
        },
        "user_attribute3": {
            "type": "date",
            "description": "User attribute3",
            "placeholder": "User attribute3",
            "is_array": false,
            "required": true,
            "hidden": false,
            "readonly": false,
            "default_value": "None",
            "label": {
                "default": "User attribute3"
            }
        
    }
    "decorates": [{
        "asset_type_name": "model_entry"
    }],
    "global_search_searchable": [],
    "attribute_only": false,
    "localized_metadata_attributes": {
        "name": {
            "default": "Additional details",
            "en": "Additional details"
        }
    }
}

Aktualizowanie szczegółów użytkownika przy użyciu klienta Python

Typ zasobu można również zaktualizować i zastąpić właściwościami za pomocą skryptu Python . Szczegółowe informacje na ten temat zawiera opis elementów arkusza faktów.

Po zaktualizowaniu definicji typów zasobów przy użyciu atrybutów niestandardowych można podać wartości tych atrybutów z poziomu stron przeglądu przypadków użycia modelu i szczegółów modelu. Wartości atrybutów niestandardowych można również zaktualizować przy użyciu następujących metod klienta API Python :

• Modelowanie narzędzi zasobów
• Narzędzia pozycji modelu

Przechwytywanie faktów komórki dla modelu

Gdy analityk danych tworzy model w notatniku, generuje wizualizacje dla kluczowych szczegółów modelu, takich jak krzywa ROC, macierz nieporozumień, raport profilowania panda lub dane wyjściowe dowolnego wykonania komórki. Aby przechwycić te fakty jako część przypadku użycia modelu, należy użyć funkcji 'capture_cell_facts' w bibliotece klienta Python AI Factsheets .

Rozwiązywanie problemów z polami niestandardowymi

Po dostosowaniu pól i udostępnieniu ich użytkownikom, użytkownik próbujący zaktualizować pola w sekcji Dodatkowe szczegóły szczegółów modelu może otrzymać następujący błąd:

Update failed. To update an asset attribute, you must be a catalog Admin or an asset owner or member with the Editor role. Ask a catalog Admin to update your catalog role or ask an asset member with the Editor role to add you as a member.

Jeśli użytkownik ma już uprawnienia do edycji modelu i nadal jest wyświetlany komunikat o błędzie, wykonaj poniższe kroki, aby rozwiązać ten problem.

1. Wywołaj komendę API dla komendy createassetattributenewv2.

2. Użyj tego ładunku z komendą:

   
   {
     "name": "modelfacts_system",
     "entity": {
     }
   }
   

   gdzie asset_id to model_id. Wprowadź wartość project_id lub space_id albo catalog_id , jeśli model istnieje.

Więcej inform.

Więcej informacji na ten temat zawiera sekcja Niestandardowe typy zasobów.

Informacje na temat programowej pracy ze spisem zasobów modelu można znaleźć w dokumentacji IBM_AIGOV_FACTS_CLIENT.

Więcej inform.

Temat nadrzędny: Zarządzanie spisem zasobów modelu.