Platform For AI：自訂工作流程demo

前提條件

已開通PAI並建立工作空間。

步驟一：建立工作流程

前往可視化建模（Designer），選擇工作空間並進入Designer頁面。建立並進入工作流程。

步驟二：資料準備與預先處理

構建模型前，您需要準備好所要使用的資料來源，並完成資料的預先處理，以便後續根據業務需求進行模型訓練。

準備資料

在工作流程中通過添加源/目標類型組件實現資料讀取，支援讀取MaxCompute、OSS等資料，詳情可參見組件參考：源/目標下具體組件文檔。本文直接使用讀資料表組件來讀取PAI提供的心臟病案例公開資料，資料集詳情請參見Heart Disease Data Set。

1. 選擇合適源/目標組件來讀取資料。

   在左側組件列表中，單擊源/目標檔案，將讀資料表組件拖入右側畫布中，用於讀取MaxCompute表資料。畫布中會自動產生一個名稱為讀資料表-1的工作流程節點。

2. 在節點配置頁面配置來源資料表名。

   在畫布中選中讀資料表-1節點，在右側節點配置頁面的表名中填寫對應的MaxCompute表名。本文填寫為pai_online_project.heart_disease_prediction，讀取PAI提供的公開的心臟病案例資料表。

3. 將右側的節點配置頁面切換到欄位資訊頁簽，查看此公開資料的欄位詳情。

資料預先處理

本文心臟病預測樣本可以歸屬於二分類問題，使用的羅吉斯迴歸模型組件要求輸入資料為DOUBLE（或BIGINT）類型，因此本部分將完成對心臟病案例資料的類型轉換等預先處理，為模型訓練做準備。

1. 資料預先處理：將非數實值型別欄位轉換為數實值型別。

   

   1. 搜尋SQL指令碼組件並將其拖入畫布中，畫布中產生一個名稱為SQL指令碼-1的工作流程節點。

   2. 通過連線，將讀資料表-1節點作為SQL指令碼-1節點的t1輸入源。

   3. 配置節點。

      單擊SQL指令碼-1節點，在右側配置頁面輸入以下代碼（此時右側參數設定面板的輸入源為t1）。

      select age,
      (case sex when 'male' then 1 else 0 end) as sex,
      (case cp when 'angina' then 0  when 'notang' then 1 else 2 end) as cp,
      trestbps,
      chol,
      (case fbs when 'true' then 1 else 0 end) as fbs,
      (case restecg when 'norm' then 0  when 'abn' then 1 else 2 end) as restecg,
      thalach,
      (case exang when 'true' then 1 else 0 end) as exang,
      oldpeak,
      (case slop when 'up' then 0  when 'flat' then 1 else 2 end) as slop,
      ca,
      (case thal when 'norm' then 0  when 'fix' then 1 else 2 end) as thal,
      (case status  when 'sick' then 1 else 0 end) as ifHealth
      from  ${t1};

   4. 單擊畫布左上方的儲存，儲存工作流程配置。

   5. 按右鍵SQL指令碼-1組件，單擊從跟節點執行到此處，調試運行本工作流程。

      工作流程將根據節點順序依次運行各節點。當節點成功運行完成後，節點的右上方會顯示。

      說明

      您也可以單擊畫布左上方的（運行）表徵圖，直接運行整個工作流程。當工作流程比較複雜時，建議您分模組運行某個節點或部分節點，以方便進行調試。如果運行失敗，可按右鍵對應節點選擇查看日誌，排查失敗原因。

   6. 運行成功後，您可以按右鍵目標節點（例如SQL指令碼-1），選擇查看資料查看當前節點輸出資料的正確性。

2. 資料預先處理：將欄位轉換為DOUBLE類型，使得處理後的欄位滿足羅吉斯迴歸模型的輸入資料要求。

   

   參考上一步，拖入類型轉換組件並連線，使其作為SQL指令碼-1節點的下遊節點，單擊節點後在欄位設定頁簽，單擊轉換為double類型的列下的選擇欄位，全選將所有欄位轉換為DOUBLE類型。

3. 資料預先處理：歸一化處理，將每個特徵的數值範圍轉換為0~1，去除量綱對結果的影響。

   參考上一步，拖入歸一化組件並連線，使其作為類型轉換-1節點的下遊節點，單擊節點後在欄位設定頁簽，選擇所有欄位。

4. 資料預先處理：將資料拆分為訓練集和預測集，為後續模型訓練和預測做準備。

   拖入拆分組件並連線，使其作為歸一化-1節點的下遊節點，拆分後輸出2個資料表。

   拆分組件預設將資料按4:1拆分為模型訓練集和模型預測集。您可以單擊拆分組件，在右側參數設定頁簽，設定切分比例，其他參數詳情請參見拆分。

5. 按右鍵類型轉換-1組件，單擊從此處開始執行，運行工作流程中的剩餘節點。

步驟三：模型訓練

因為本樣本中每個樣本只會患病或健康，所以心臟病預測屬於二分類問題，本部分使用羅吉斯迴歸二分類組件，構建心臟病預測模型。

1. 拖入羅吉斯迴歸二分類組件並連線，使其作為拆分-1節點輸出表1的下遊節點。

2. 配置節點。

   單擊羅吉斯迴歸二分類-1節點，在右側欄位設定頁簽，將目標列設定為ifhealth，將訓練特徵列設定為除目標列以外的所有列。更多參數詳情請參見羅吉斯迴歸二分類。

3. 運行該節點。

步驟四：模型預測

1. 拖入預測組件並連線，使其作為拆分-1節點輸出表2和羅吉斯迴歸二分類-1節點的下遊節點。

2. 單擊預測-1節點在欄位設定頁簽，將原樣輸出資料行設定為ifhealth欄位，將訓練特徵列設定為除ifhealth以外的所有欄位。

3. 運行預測節點並查看預測結果。

   運行成功後，您可以按右鍵預測節點，選擇查看資料 > 預測結果輸出，查看預測資料。

   

步驟五：模型評估

1. 拖入二分類評估組件並連線，使其作為預測-1節點的下遊節點。

2. 單擊二分類評估-1節點，在右側欄位設定頁簽，將原始標籤列列名設定為ifhealth。

3. 運行評估節點，並查看模型評估結果。

   運行結束後，按右鍵二分類評估組件，選擇可視化分析，支援以可視化方式查看不同評估指標資料。

   

相關文檔

• Designer提供了豐富的工作流程範本，您也可以直接基於模板快速構建模型，詳情請參見模板工作流程。

• 您可以通過DataWorks實現離線工作流程的離線調度，周期性地更新模型，詳情請參見使用DataWorks離線調度Designer工作流程。

• 支援在工作流程中配置全域變數，可用於線上工作流程以及DataWorks離線調度工作流程，提升工作流程的靈活性和效率，詳情請參見全域變數。

• 可視化建模（Designer）計費說明。

• 組件參考：所有組件匯總。