Machine Learning Designerでモデルをトレーニングした後、新しいデータの予測を生成する必要がある場合があります。 予測の適時性に関する要件に応じて、リアルタイム予測とバッチ予測の2種類の予測サービスから選択できます。
バッチ予測
トレーニング済みのモデルとテストデータを予測コンポーネントに追加して、Machine Learning Designerを使用してバッチ予測を実装できます。 次に、パイプラインをDataWorksに送信し、定期的なタスクとしてスケジュールします。 詳細については、「バッチ予測」をご参照ください。
リアルタイム予測
Elastic Algorithm Service (EAS) でモデルをオンラインサービスとして展開して、リアルタイム予測を実装できます。 Pushボタンの展開は、Machine Learning DesignerによってトレーニングされたPredictive Model Markup Language (PMML) 、AlinkModel、およびXGBoostモデルで使用できます。 PMMLモデルファイルを手動でエクスポートしてEASにインポートすることもできます。 パラメータサーバー (PS) 形式のモデルは、EASオンラインサービスとして展開する前に手動エクスポートが必要です。
特定のパイプラインをオンラインサービスとしてデプロイして、リアルタイム予測を実装できます。 具体的には、Alinkアルゴリズムコンポーネントを使用して、データの前処理、フィーチャエンジニアリング、およびモデル予測を実装するバッチデータ処理パイプラインを構築できます。 パイプラインをパイプラインモデルとしてパッケージ化し、数回クリックするだけでEASオンラインサービスとして展開します。