使用designer預置的線性迴歸演算法模板進行貸款發放預測 - Platform For AI

線性迴歸是數理統計中的迴歸分析方法，可以確定兩種或兩種以上變數之間相互依賴的定量關係。Designer預置了線性迴歸演算法模板，便於您通過農業貸款的歷史發放情況，快速實現貸款發放預測。本文為您介紹Designer線性迴歸演算法預置模板的具體使用方法。

背景資訊

農業貸款發放問題是一個典型的資料採礦問題。貸款發放人通過歷史貸款資料（包括貸款人的年度營收、種植作物種類及歷史借貸資訊等）構建經驗模型，並預測受貸人的還款能力。

說明

本工作流程資料為虛構，僅供學習。

本工作流程的資料集包括如下欄位。

進入Designer頁面。
1. 登入PAI控制台。
2. 在左側導覽列單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應的工作空間。
3. 在工作空間頁面的左側導覽列選擇模型開發與訓練 > 可視化建模（Designer），進入Designer頁面。

構建工作流程。

在Designer頁面，單擊預置模板頁簽。
在工作流程範本列表的農業貸款預測的迴歸演算法實現地區，單擊建立。
在建立工作流程對話方塊，配置參數（可以全部使用預設參數）。
其中：工作流程資料存放區配置為OSS Bucket路徑，用於儲存工作流程運行中產出的臨時資料和模型。
單擊確定。
您需要等待大約十秒鐘，工作流程可以建立成功。
在工作流程列表，選擇農業貸款預測的迴歸演算法實現工作流程，單擊進入工作流程。

系統根據預置的模板，自動構建工作流程，如下圖所示。

地區	描述
①	讀資料表讀入的資料為工作流程資料集，包括：貸款訓練集：共一百條歷史貸款資料，包括farmsize及rainfall等特徵，用於訓練迴歸模型。其中claimvalue表示貸款收回的金額。貸款預測集：共七十一人，指今年申請貸款者。其中claimvalue表示申請的貸款金額。本工作流程通過貸款訓練集中的歷史資料，預測為貸款預測集中的哪些申請人發放貸款。
②	根據含義將字串類型的資料對應為數字。以region欄位為例，先將其中的north、middle及south按照從北到南的順序分別映射為0、1及2，再將其轉換為DOUBLE類型。
③	首先使用線性迴歸組件對歷史資料進行訓練並產生迴歸模型。然後在預測組件中利用迴歸模型對預測資料集進行貸款發放預測。最後通過合并列組件將使用者ID、預測值及申請的貸款值合并，結果如下圖所示。其中prediction_score表示使用者的還貸能力（預期可以歸還的金額）。
④	使用迴歸模型評估組件進行模型評估，評估指標詳情請參見評估指標。
⑤	通過過濾與映射組件篩選可以獲得貸款的使用者。對於每個申請貸款人，如果預測獲得該貸款人的還款能力大於其申請的貸款金額，則發放貸款。

表 1. 評估指標

運行工作流程並查看輸出結果。
1. 單擊畫布上方的運行按鈕，運行工作流程。
2. 工作流程運行結束後，按右鍵畫布中的過濾與映射，在捷徑功能表，單擊查看資料 > 輸出，即可查看可以為其發放貸款的使用者。