人工智能平台 PAI：离线调度

步骤一：准备数据集

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');

步骤二：创建工作流

1. 新建自定义工作流，并进入工作流，详情请参见新建自定义工作流。

2. 构建工作流的流程。

   1. 在左侧组件列表，将源/目标下的读数据表组件向画布中拖入两个，并分别重命名为ad-1和ad-2。

   2. 在左侧组件列表，将数据预处理下的归一化组件向画布中拖入两个。

   3. 在左侧组件列表，将机器学习 > 二分类下的逻辑回归二分类组件拖入画布中。

   4. 在左侧组件列表，将机器学习下的预测组件拖入画布中。

   5. 在左侧组件列表，将源/目标下的写数据表组件拖入画布中，并重命名为ad_result-1。

   6. 将以上组件拼接为如下工作流。

      

      序号	描述
      ①	数据源导入。
      ②	数据预处理。
      ③	模型训练。
      ④	预测。

3. 配置组件参数。

   1. 分别单击画布中的ad-2（训练数据源）和ad-1（预测数据源）组件，在右侧面板，配置工作流数据源。

      页签	参数	描述
      表选择	表名	输入ad。
      	分区	选中分区复选框。
      	参数	配置为 dt=@@{yyyyMMdd}，确定预测数据为每天的增量数据。
      字段信息	源表字段信息	配置表选择后，系统会自动同步该数据表的源表字段信息，无需手动配置。

   2. 分别单击画布中的归一化-1和归一化-2组件，在右侧面板字段设置页签，单击选择字段，选择DOUBLE或INT类型的字段。

   3. 单击画布中的逻辑回归二分类组件，在右侧面板，配置参数（仅配置如下参数，其他参数使用默认值即可）。

      页签	参数	描述
      字段设置	训练特征列	选择age、sex、duration及place列。
      	目标列	选择ctr列。

   4. 单击画布中的预测组件，在右侧面板，配置参数（仅配置如下参数，其他参数使用默认值即可）。

      页签	参数	描述
      字段设置	特征列	选择age、sex、duration及place列。
      	原样输出列	选择ctr列。

   5. 单击画布中的ad_result-1组件，在右侧面板表选择页签，配置写入表表名为ad_result。

4. 单击画布左上方的运行按钮，运行工作流。

5. 工作流运行结束后，右键单击画布中的ad_result-1，在快捷菜单，单击查看数据 > 输出，即可查看预测生成的结果表。

   其中：

   • prediction_result：表示每个广告ID是否被点击（1表示被点击，0表示未被点击）。

   • prediction_score：表示对应被点击的概率。

步骤三：离线调度

1. 使用DataWorks创建、配置并提交PAI任务，详情请参见创建并使用PAI Studio节点。

   配置调度任务时，将具体时间配置为每日凌晨0点进行训练和推送信息，详情请参见时间属性配置说明。

2. 在提交任务页面，单击右上方的运维，即可进入运维中心查看任务日志，详情请参见查看并管理周期任务。