第五部分：检索结果

#

现在，我们已经进入了教程的最后一步。Rachel 终于可以检查其请求的状态，并在批准后，检索在真实（非公开）数据上运行代码所得的分析结果。

你将学到什么？

完成第五部分后，您将学会：

• 如何检查已发送请求的状态；
• 如何检索代码请求的结果。

5.1 检查已发送请求的状态

第一步始终是连接到 Datasite：

与往常一样，第一步是登录 Datasite，并确保本地开发服务器已启动并运行。

import syft as sy

data_site = sy.orchestra.launch(name="cancer-research-centre")

client = data_site.login(email="rachel@datascience.inst", password="syftrocks")

检查请求状态，可以通过访问 client.requests 实现：

client.requests

🎉 好消息！

我们的请求已被数据所有者批准。接下来只需执行代码并收集期望的结果。

5.2 检索真实数据上的结果

首先，我们需要获取要使用的 syft.Dataset 的引用。在本场景中，我们将使用包含在 "Breast Cancer Biomarker" 数据集中的两个资产：features 和 labels。

bc_dataset = client.datasets["Breast Cancer Biomarker"]
features, labels = bc_dataset.assets

现在，我们可以计算期待已久的结果：

result = client.code.ml_experiment_on_breast_cancer_data(features_data=features, labels=labels)
result

---

恭喜完成第五部分 🎉

祝贺您完成了教程的第五部分，也是最后一部分。这是 PySyft 从基础到应用的完整教程。

在本部分中，我们学习了如何检查已发送请求的状态，以及如何检索远程计算的结果（对于已批准的请求）。

通过本教程，我们完成了 PySyft 中基本数据科学工作流程的全面描述。