查询联邦预测作业列表 - listFlPredictedJob

功能介绍

查询联邦预测作业列表

调用方法

URI

GET /v1/{project_id}/leagues/{league_id}/fl-predicted-jobs

表1 路径参数
参数	是否必选	参数类型	描述
project_id	是	String	项目ID，最大长度32，由字母和数字组成
league_id	是	String	空间ID，最大长度32，由字母和数字组成

表2 Query参数
参数	是否必选	参数类型	描述
offset	是	Integer	起始位置，最小值0，最大值2的32次方-1
limit	是	Integer	查询个数，最小值0，最大值100
filter	否	String	''''''''过滤条件，最大长度512 { "startTime": "", "endTime": "", "jobName": "", "creatorName": "", "desc": false, "status": [ "NEW", "ACCEPTED", "RUNNING", "SUCCEEDED", "FAILED", "TERMINATED", "PENDING" ], "job_instance_type": [ "SQL", "HFL", "VFL_TRAIN", "VFL_EVALUATE", "VFL_ID_TRUNCATION", "VFL_FEATURE_SELECTION", "VFL_SAMPLE_ALIGNMENT", "VFL_PREDICT" ], "agentId": "", "orderBy": "", "algorithmType": [ "XG_BOOST", "LIGHT_BGM", "LOGISTIC_REGRESSION", "NEURAL_NETWORK" ], "jobInstanceId": "" }''''''''

请求参数

表3 请求Header参数
参数	是否必选	参数类型	描述
X-Auth-Token	是	String	用户Token。通过调用接口获取用户Token接口获取。
X-Language	是	String	根据自己偏好的语言来获取不同语言的返回内容，zh-cn或者en_us
Content-Type	是	String	发送的实体的MIME类型。推荐用户默认使用application/json，有其他取值时会在具体接口中专门说明。

响应参数

状态码：200

表4 响应Body参数
参数	参数类型	描述
total	Long	总个数，最小值0，最大值Long.MAX_VALUE
lists	Array of FlJobListVo objects	作业列表，最大值100

表5 FlJobListVo
参数	参数类型	描述
description	String	作业描述，最大值512
job_id	String	作业id，最大长度32
job_name	String	作业名称，最大长度128
job_type	String	作业类型。作业类型:SQL.联合SQL分析,HFL.横向联邦学习,VFL.纵向联邦学习,PREDICT.预测
creatorName	String	创建人名称，最大值128
create_time	String	创建时间。
hfl_type	String	fl作业类型枚举。1.TRAIN训练,2.EVALUATE评估
hfl_platform_type	String	联邦学习运行平台枚举值。LOCAL（本地），MODEL_ARTS（modelarts）
learning_rate	String	纵向联邦算法学习率
algorithm_type	String	纵向联邦算法类型枚举。 XG_BOOST, LightGBM LOGISTIC_REGRESSION 逻辑回归 NEURAL_NETWORK 神经网络 FIBINET,
learning_task_type	String	纵向联邦任务类型。 CLASSIFICATION(1), REGRESSION(2);
ext	String	参数等额外信息。
is_single_predict	Boolean	单方还是双方预测

请求示例

查询联邦预测作业列表

get https://x.x.x.x:12345/v1/{project_id}/leagues/{league_id}/fl-predicted-jobs?offset=0&filter=10

响应示例

状态码：200

查询联邦预测作业列表成功

{
  "total" : 1,
  "lists" : [ {
    "description" : "",
    "round" : null,
    "epoch" : null,
    "job_id" : "21eec8e0c37a41de986eb5ae9b900b2b",
    "job_name" : "test",
    "job_type" : "PREDICT",
    "creator_name" : "shenlu",
    "create_time" : "2022-02-17T03:40:12.000+00:00",
    "hfl_type" : null,
    "hfl_platform_type" : null,
    "algorithm_type" : "LOGISTIC_REGRESSION",
    "learning_rate" : "0.5",
    "learning_task_type" : null,
    "ext" : "{\"tree_num\":1,\"batch_size\":4000,\"label_agent\":\"f684d62317cc4d35b789e6ff525682fa\",\"epoch\":1,\"datasets\":\"d8f0d4e0f40342f5bd631970b6d2dece.autotest_tfdata_zx_host.space_creator,f684d62317cc4d35b789e6ff525682fa.autotest_tfdata2_zx_guest.dayu002\",\"label\":\"2\",\"predict_threshold\":\"0.5\",\"features\":\"d8f0d4e0f40342f5bd631970b6d2dece.autotest_tfdata_zx_host.0\",\"instance_id\":\"54795e639a1643cbadae051bcb7c9215\",\"tree_depth\":1,\"label_dataset\":\"autotest_tfdata2_zx_guest\",\"learning_rate\":\"0.5\",\"job_creation_agent\":\"d8f0d4e0f40342f5bd631970b6d2dece\",\"split_num\":5}",
    "is_single_predict" : true
  } ]
}