Platform For AI:オフラインスケジューリング

ステップ1: データセットの準備

create table if not exists ad (id STRING,age DOUBLE,sex DOUBLE,duration DOUBLE,place DOUBLE,ctr DOUBLE ) partitioned by (dt STRING) ;
alter table ad add if not exists partition (dt='20160919') partition (dt='20160920');

ステップ2: パイプラインの作成

1. カスタムパイプラインを作成し、パイプラインを開きます。 詳細については、「データの準備」をご参照ください。

2. パイプラインを構築します。

   1. 左側のコンポーネントリストで、[データソース /ターゲット] フォルダーの [テーブルの読み取り] コンポーネントをキャンバスに2回ドラッグし、2つの [テーブルの読み取り] コンポーネントの名前をad-1とad-2に変更します。

   2. 左側のコンポーネントリストで、正規化のコンポーネントデータ前処理フォルダーをキャンバスに2回移動します。

   3. 左側のコンポーネントリストで、機械学習 > バイナリ分類をドラッグし、バイナリ分類のロジスティック回帰コンポーネントをキャンバスに追加します。

   4. 左側のコンポーネントリストで、予測のコンポーネント機械学習フォルダーをキャンバスに移動します。

   5. 左側のコンポーネントリストで、[データソース /ターゲット] フォルダーの [テーブルの書き込み] コンポーネントをキャンバスにドラッグします。 Write Tableコンポーネントの名前をad_result-1に変更します。

   6. 次の図に示すように、上記のコンポーネントを接続します。

      

      セクション	説明
      ①	このセクションのコンポーネントは、ソースデータセットからデータをインポートします。
      ②	このセクションのコンポーネントは、ソースデータを前処理します。
      ③	このセクションのコンポーネントはモデルをトレーニングします。
      ④	このセクションのコンポーネントでは、モデルを使用して予測を行います。

3. コンポーネントの設定

   1. キャンバス上のad-2およびad-1コンポーネントをクリックし、右側のパネルでパラメーターを設定します。 ad-2コンポーネントはトレーニングデータソースとして機能し、ad-1コンポーネントは予測データソースとして機能します。

      タブ	パラメーター	説明
      テーブルの選択	テーブル名	インポートするMaxComputeテーブルの名前。 広告を入力します。
      	パーティション	MaxComputeテーブルがパーティションテーブルかどうかを指定します。 MaxComputeテーブルがパーティションテーブルの場合、システムは自動的にPartitionを選択します。
      	パラメーター	インポートするデータ。 このパラメーターをdt=@ @{yyyyMMdd} 形式の値に設定します。 このパラメータにより、毎日の増分データが予測データとしてインポートされます。
      フィールド情報	ソーステーブル列	インポートするMaxComputeテーブルの列。 [テーブルの選択] タブでパラメーターを設定すると、MaxComputeテーブルの列が自動的に表示されます。

   2. キャンバスで [Normalization -1] コンポーネントをクリックします。 右側のパネルの [フィールド設定] タブで、[フィールドの選択] をクリックし、ダブルタイプまたはINTタイプのフィールドを選択します。 Normalization -2コンポーネントに対しても同じ操作を実行します。

   3. キャンバスで [バイナリ分類のロジスティック回帰] コンポーネントをクリックし、右側のパネルでパラメーターを設定します。 次の表に記載されているパラメーターのみを設定し、他のパラメーターのデフォルト値を使用します。

      タブ	パラメーター	説明
      フィールド設定	トレーニング機能列	トレーニングに使用する列。 年齢、性別、期間、および場所を選択します。
      	ターゲット列	CTRデータを格納する列。 ctrを選択します。

   4. キャンバスで [予測] コンポーネントをクリックし、右側のパネルでパラメーターを設定します。 次の表に記載されているパラメーターのみを設定し、他のパラメーターのデフォルト値を使用します。

      タブ	パラメーター	説明
      フィールド設定	フィーチャー列	トレーニングに使用する列。 年齢、性別、期間、および場所を選択します。
      	予約済み列	CTRデータを格納する列。 ctrを選択します。

   5. キャンバスでad_result-1コンポーネントをクリックします。 [テーブルの選択] タブで、[新しいテーブル名] フィールドをad_resultに設定します。

4. キャンバスの上部ツールバーにあるキアイコンをクリックし、パイプラインを実行します。

5. パイプラインを実行したら、右クリックします。ad_result-1キャンバス上で選択しますデータの表示 > 出力を表示予測結果に基づいて生成されたテーブルを表示します。

   表の中:

   • prediction_result: 広告がクリックされたかどうかを示します。 有効な値: 1と0。 1は、広告がクリックされたことを示し、0は、広告がクリックされなかったことを示す。

   • prediction_score: 広告がクリックされる確率を示します。

ステップ3: DataWorksでオフラインスケジューリングを実行する

1. DataWorksでPAIノードを作成します。 詳細については、「Machine Learning DesignerでのDataWorksタスクの使用によるパイプラインのスケジュール」をご参照ください。

   毎日00:00にPAIノードをスケジュールするようにDataWorksを設定します。 詳細については、「時間プロパティの設定」をご参照ください。

2. ノードをコミットし、オペレーションセンターに移動してノードのログを表示します。 詳細については、「自動トリガーノードの表示と管理」をご参照ください。