Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Mettre à jour un recommandeur Après avoir créé un recommandeur, vous pouvez mettre à jour sa configuration : + Vous pouvez mettre à jour les colonnes utilisées par le recommandateur lors de l'entraînement. Si vous modifiez les colonnes utilisées lors de la formation, Amazon Personalize lance automatiquement un réentraînement complet des modèles qui soutiennent votre conseiller. Tant que la mise à jour est terminée, vous pouvez toujours obtenir des recommandations de la part du recommandeur. Le recommandeur utilise la configuration précédente jusqu'à ce que la mise à jour soit terminée. Pour suivre l'état de cette mise à jour, utilisez le résultat `latestRecommenderUpdate` renvoyé lors de l'[DescribeRecommender](API_DescribeRecommender.md)opération. Si vous fournissez les mêmes colonnes que celles que vous avez fournies lors de la création du recommandateur, aucune mise à jour n'est effectuée. + Vous pouvez mettre à jour le nombre minimal de demandes de recommandation par seconde du recommandeur. Cela indique le débit de base des demandes de recommandation fourni par Amazon Personalize. Une valeur élevée augmentera votre facture. Nous vous recommandons de commencer par 1. Suivez votre consommation à l'aide CloudWatch des statistiques Amazon et augmentez-la si nécessaire. Pour de plus amples informations, veuillez consulter [Nombre minimal de demandes de recommandation par seconde et auto-scaling](creating-recommenders.md#min-rrps-auto-scaling). + Pour les *cas d'utilisation les plus intéressants pour vous* et les cas d'utilisation *recommandés pour vous*, vous pouvez mettre à jour la configuration d'exploration en mettant l'accent sur l'exploration des objets pertinents et en ajustant l'âge limite des objets d'exploration. Pour plus d'informations sur l'exploration, consultez la section correspondant à votre cas d'utilisation dans[Choix d'un cas d'utilisation](domain-use-cases.md). Vous pouvez mettre à jour les recommandations à l'aide de la console Amazon Personalize, AWS Command Line Interface (AWS CLI) ou AWS SDKs. **Topics** + [Mettre à jour un recommandeur (console Amazon Personalize)](#updating-recommender-console) + [Mettre à jour un recommandeur ()AWS CLI](#update-recommender-cli) + [Mettre à jour un recommandeur ()AWS SDKs](#update-recommender-sdks) ## Mettre à jour un recommandeur (console Amazon Personalize) Après avoir créé un recommandeur, vous pouvez le mettre à jour. Vous pouvez mettre à jour les colonnes que le recommandeur utilise pendant l'entraînement et le nombre minimal de demandes de recommandation par seconde du recommandant. Pour les *cas d'utilisation les plus intéressants pour vous* et les cas d'utilisation *recommandés pour vous*, vous pouvez mettre à jour la configuration d'exploration. Pour mettre à jour un outil de recommandation avec la console, procédez comme suit. **Pour mettre à jour la configuration d'un recommandeur (console)** 1. Ouvrez la console Amazon Personalize [https://console.aws.amazon.com/personalize/chez](https://console.aws.amazon.com/personalize/home) vous et connectez-vous à votre compte. 1. Sur la page **Groupes de jeux de données**, choisissez votre groupe de jeux de données de domaine. 1. Dans le volet de navigation, sélectionnez **Recommenders.** 1. Sur la page **Recommandeurs**, choisissez le recommandeur que vous souhaitez mettre à jour. 1. Dans la **configuration de Recommender**, choisissez **Modifier**. 1. Modifiez la configuration du recommandeur et choisissez **Mettre à jour**. Pour plus d'informations sur les différentes options de configuration, consultez[Création de recommandeurs (console)](creating-domain-recommenders.md#creating-recommenders-console). ## Mettre à jour un recommandeur ()AWS CLI Pour mettre à jour le recommandeur avec le AWS CLI, utilisez la `update-recommender` commande. Fournissez le nom de ressource Amazon (ARN) pour le recommandateur et la configuration mise à jour. Le code suivant montre comment mettre à jour les colonnes qu'un recommandateur utilise pour la formation. ``` aws personalize update-recommender \ --dataset-group-arn dataset group ARN \ --recommender-config "{\"trainingDataConfig\": {\"excludedDatasetColumns\": { \"datasetType\" : [ \"column1Name\", \"column2Name\"]}}}" ``` Si vous modifiez les colonnes utilisées lors de la formation, Amazon Personalize lance automatiquement un réentraînement complet des modèles qui soutiennent votre recommandateur. Tant que la mise à jour est terminée, vous pouvez toujours obtenir des recommandations de la part du recommandeur. Le recommandeur utilise la configuration précédente jusqu'à ce que la mise à jour soit terminée. Pour suivre l'état de cette mise à jour, utilisez le résultat `latestRecommenderUpdate` renvoyé lors de l'[DescribeRecommender](API_DescribeRecommender.md)opération. Pour plus d'informations sur les différentes configurations que vous pouvez modifier, consultez[RecommenderConfig](API_RecommenderConfig.md). ## Mettre à jour un recommandeur ()AWS SDKs Pour mettre à jour le recommandeur avec le AWS, utilisez l'[UpdateRecommender](API_UpdateRecommender.md)opération. Fournissez le nom de ressource Amazon (ARN) du recommandeur et spécifiez la nouvelle configuration. Le code suivant montre comment mettre à jour les colonnes qu'un recommandateur utilise pour la formation. ------ #### [ 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(); ``` ------ Si vous modifiez les colonnes utilisées lors `excludedDatasetColumns` de la formation dans le`recommenderConfig`, Amazon Personalize lance automatiquement un réentraînement complet des modèles soutenant votre recommandateur. Tant que la mise à jour est terminée, vous pouvez toujours obtenir des recommandations de la part du recommandeur. Le recommandeur utilise la configuration précédente jusqu'à ce que la mise à jour soit terminée. Pour suivre l'état de cette mise à jour, utilisez le résultat `latestRecommenderUpdate` renvoyé lors de l'[DescribeRecommender](API_DescribeRecommender.md)opération. Pour plus d'informations sur les différentes configurations que vous pouvez modifier, consultez[RecommenderConfig](API_RecommenderConfig.md).