更新推薦人 - Amazon Personalize
更新推薦程序（亞馬遜個性化控制台）更新推薦人 () AWS CLI更新推薦人 (AWSSDK)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

更新推薦人

建立推薦人之後，您可以更新推薦人的設定：

  • 您可以更新推薦人在訓練中使用的欄。如果您修改訓練時使用的資料欄，Amazon Personalize 會自動開始對支援您推薦人的模型進行完整的重新訓練。更新完成後，您仍然可以從推薦人那裡獲得建議。建議程式會使用先前的組態，直到更新完成為止。若要追蹤此更新的狀態，請使用DescribeRecommender作業中latestRecommenderUpdate傳回的。如果您提供的資料欄與建立建議程式時所提供的資料欄相同，則不會進行更新。

  • 您可以每秒更新建議人員的最低建議要求。這會指定 Amazon 個人化佈建的基準建議請求輸送量。高價值會增加您的帳單。我們建議從 1 開始。使用 Amazon CloudWatch 指標追蹤您的使用情況，並視需要增加使用量。如需詳細資訊，請參閱每秒建議要求下限和 auto-scaling。

  • 對於「為您精選」和「推薦用於您的使用案例」，您可以調整對探索相關項目的重點和探索項目年齡截止來更新探索配置。如需探索的相關資訊，請參閱中的使用案例一節選擇使用案例。

您可以使用 Amazon 個人化主控台、AWS Command Line Interface (AWS CLI) 或AWS開發套件更新推薦人。

更新推薦程序（亞馬遜個性化控制台）

建立推薦人之後，您可以對其進行更新。您可以更新推薦人在訓練中使用的資料欄，以及每秒建議人員的最低建議要求。對於您的「頂級選取」和「推薦用於您的使用案例」，您可以更新探索規劃。若要使用主控台更新推薦人，請執行下列動作。

更新推薦人的設定 (主控台)

  1. 在 https://console.aws.amazon.com/personalize/home 打開亞馬遜個性化控制台並登錄到您的帳戶。

  2. 在 [資料集群組] 頁面上，選擇您的網域資料集群組。

  3. 在導覽窗格中，選擇「推薦人」。

  4. 在「推薦人」頁面上，選擇您要更新的推薦人。

  5. 在建議程式組態中，選擇編輯。

  6. 變更建議人員的組態，然後選擇「更新」。如需有關不同組態選項的資訊，請參閱建立推薦人 (主控台)。

更新推薦人 () AWS CLI

若要使用更新建議程式AWS CLI，請使用指update-recommender令。為推薦人和更新的組態提供 Amazon 資源名稱 (ARN)。下列程式碼會示範如何更新建議人員用於訓練的資料行。

aws personalize update-recommender \
--dataset-group-arn dataset group ARN \
--recommender-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}"

如果您修改訓練中使用的資料欄，Amazon Personalize 會自動開始對支援您推薦人的模型進行完整的重新訓練。更新完成後，您仍然可以從推薦人那裡獲得建議。建議程式會使用先前的組態，直到更新完成為止。若要追蹤此更新的狀態，請使用DescribeRecommender作業中latestRecommenderUpdate傳回的。

如需有關可變更之不同組態的詳細資訊，請參閱RecommenderConfig。

更新推薦人 (AWSSDK)

若要使用更新建議程式AWS，請使用作UpdateRecommender業。為推薦人提供 Amazon 資源名稱 (ARN)，並指定新組態。下列程式碼會示範如何更新建議人員用於訓練的資料行。

SDK for Python (Boto3)
import boto3

personalize = boto3.client('personalize')

update_recommender_response = personalize.update_recommender(
  recommenderArn = 'dataset group ARN',
  recommenderConfig = {
    "trainingDataConfig": {
      "excludedDatasetColumns": { 
        "datasetType": ["COLUMN_A", "COLUMN_B"]
      }
    }
  }     
)
SDK for JavaScript v3
// Get service clients and commands using ES6 syntax.
import { UpdateRecommenderCommand, PersonalizeClient } from
  "@aws-sdk/client-personalize";

// create personalizeClient
const personalizeClient = new PersonalizeClient({
  region: "REGION"
});

// set the request's parameters
export const updateRecommenderParam = {
  recommenderArn: "RECOMMENDER_ARN", /* required */
  recommenderConfig: {
    trainingDataConfig: {
      excludedDatasetColumns: {
        "DATASET_TYPE": ["COLUMN_A", "COLUMN_B"]   
      }
    }
  }
};

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

如果您修改的中訓練中使用excludedDatasetColumns的欄recommenderConfig，Amazon Personalize 會自動啟動支援您推薦人的模型的完整重新訓練。更新完成後，您仍然可以從推薦人那裡獲得建議。建議程式會使用先前的組態，直到更新完成為止。若要追蹤此更新的狀態，請使用DescribeRecommender作業中latestRecommenderUpdate傳回的。

如需有關可變更之不同組態的詳細資訊，請參閱RecommenderConfig。