Working with online store

title: “使用在线商店” weight: 5

在本笔记本中，我们将学习如何提取存储在模块1中创建的在线客户和产品特征组中的记录。然后，我们将使用部署到模块3端点的XGBoost模型，使用从特征存储中提取的客户和产品特征作为参数来进行推理调用。最后，我们将处理XGBoost端点的响应，以确定是否应该为客户购物篮中的每件商品提供折扣。

注意：本模块依赖于先运行模块1 和模块3 ，因为它使用了这些模块中创建的特征组和sagemaker端点。

主要要点

  • 我们确保将boto3版本升级到最新版本。

  • 我们创建了一个辅助函数，使用boto3客户端的特征存储和batch_get_record API调用从特征存储中获取单个或多个记录。使用SageMaker Python SDK的特征存储get_record API，我们需要多次调用才能获取批量数据，因此这里我们使用boto3客户端，一次可以获取多达100条记录。

  • 对于单个客户记录和该客户订单中的所有产品，我们将从特征存储中获取产品记录，并将两个向量组合在一起，使用我们在模块3中部署的端点进行推理。推理的结果将帮助我们确定是否应该对产品应用折扣。

导航到笔记本

  • 导航到主目录amazon-sagemaker-feature-store-end-to-end-workshop Jupyter Lab目录结构。然后导航到04-module-working-with-online-store并打开笔记本m4_nb1_single_record_fetch_batch_inference.ipynb

  • 将内核设置为Python 3（Data Science）并选择实例为ml.t3.medium

  • 通过在每个单元格中按Shift+Enter来执行单元格。代码运行时，方括号之间会出现一个*。几秒钟后，代码执行将完成，*将被替换为一个数字。

  • 您可以按照笔记本中的说明继续操作。