Help us understand the problem. What is going on with this article?

Node-REDからWatson Studioの機械学習モデルを呼び出す

More than 1 year has passed since last update.

はじめに

Node-REDの追加ノードにWatson Machine Learning用のものがあることを発見しました。
その利用メモを残しておきます。

前提

呼出し対象のモデルは、別記事SPSSクラウド版で簡単機械学習でクラウド上にWebサービスとしてデプロイしたものを利用します。
他のサービスであっても手順などはほぼ同じはずです。

追加ノードの導入

Node-Redに追加ノードを導入する手順については、別記事IBM CloudのNode-REDで追加ノードの導入手順に記載しておきましたので、この手順を参考にして下さい。
今回追加導入するノードの名称は node-red-contrib-watson-machine-learningになります。
正常に導入されたノードは、図のようにIBM Watsonグループに追加されます。

スクリーンショット 2018-11-29 18.27.00.png

WMLノードの配置、設定

まず、WMLノードを編集エリア上に配置し、設定を行いましょう。
配置したWMLノードをダブルクリックし、設定画面がでたら、下記の鉛筆アイコンをクリックし、config nodeの設定画面を表示します。

スクリーンショット 2018-11-29 18.30.35.png

下の画面が出ますので、名前は WML-configなど適当な名前を設定し、それ以外の構成情報はWMLのcrednttail情報をコピペして設定します。ちなみにAccess KeyのところはAPIKeyで読み替えます。

スクリーンショット 2018-11-29 18.33.16.png

全部入力が終わったら「Add」ボタンをクリックして下さい。
元のNodeの設定画面に戻ったら、いったん「Done」でパレットに戻り、この段階でDeployボタンをクリックして下さい。
その後、再度このノードの設定画面を開きます。
下の図のように、「Mode」は「Run Prediction」を選択します。IDの設定が正しくできていると、「Model」「Deployment」のドロップダウンに、呼び出したい機械学習モデル、Webサービスがでてくるはずです。
図のように、それを選択した状態で、「Done」をクリックし、再度Deployを行います。

スクリーンショット 2018-11-29 19.00.50.png

Flowの作成

ここまでできれば後は簡単です。
下の図のように「inject」「function」「debug」の各ノードを編集エリアに配置し、一直線につなぎます。
スクリーンショット 2018-11-29 19.05.36.png

Function Nodeのコードは次のような形にして下さい。
"fields"には、入力項目名のリスト、"values"には入力値をリストのリストとして作成します。

msg.payload = {
    "fields": ["CLASS", "AGE", "BP", "AL", "SC", "POT", "PCV"],
    "values": [[null, 75, 70, 0, 0.8, 3.5, 46]]
};
return msg;

全部設定が終わったら再度deployを行います。

テスト

準備はすべて整ったので、後はinjectノードをクリックしてテストを行います。
うまくいくと、下の図のように呼出し結果が表示されます。

スクリーンショット 2018-11-29 19.14.03.png

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした