人工智能平台 PAI：构建与调试模型

前提条件

已创建工作流。

模型构建

通常一个模型可以拆分为多个细分的节点（即组件）任务，通过节点任务的前后编排形成工作流来最终实现模型预期效果。在建模前，建议您先拆分模型并规划好细分的节点任务。通常建议一个节点完成一个最简单的任务。模型构建总体流程如下：

1. 在左侧组件列表中搜索或找到目标组件，将目标组件拖入画布中。

   其中，在组件列表中有紫色标识的为Alink组件（例如下图中的读CSV文件组件），除了具备普通组件的用法外还支持聚合成组，通过对组进行资源配置，提升执行效率和资源利用率，详情请参见Alink组件。

2. 单击目标节点，在界面右侧进行组件参数配置。

3. 通过连线将各个节点组织成具有上下游关系的工作流。

   每个节点有一个或多个输入/输出端。将鼠标悬浮至组件的各端口上，可以查看端口的数据类型，从而根据数据类型进行连线。

后续模型实际运行时，上游节点会先运行，所有上游节点均运行完成后，下游节点才会触发运行。

模型构建通常包含以下任务模块：

读取数据

在工作流中通过添加源/目标类型组件实现数据读取，支持读取MaxCompute、OSS等数据，详情可参见组件参考：源/目标下具体组件文档。本文以读取MaxCompute数据为例。

1. 已在MaxCompute创建表并导入数据，详情请参见创建并使用MaxCompute表。

   本文以在test项目下新建heartdisease表为例，并导入测试数据。

   --创建表
   CREATE TABLE IF NOT EXISTS heartdisease(
     age STRING COMMENT '对象的年龄。',
     sex STRING COMMENT '对象的性别，取值为female或male。',
     cp STRING COMMENT '胸部疼痛类型，痛感由重到轻依次为typical、atypical、non-anginal及asymptomatic。',
     trestbps STRING COMMENT '血压。',
     chol STRING COMMENT '胆固醇。',
     fbs STRING COMMENT '空腹血糖。如果血糖含量大于120mg/dl，则取值为true，否则取值为false。',
     restecg STRING COMMENT '心电图结果是否有T波，由轻到重依次为norm和hyp。',
     thalach STRING COMMENT '最大心跳数。',
     exang STRING COMMENT '是否有心绞痛。true表示有心绞痛，false表示没有心绞痛。',
     oldpeak STRING COMMENT '运动相对于休息的ST Depression，即ST段压值。',
     slop STRING COMMENT '心电图ST Segment的倾斜度，程度取值包括down、flat及up。',
     ca STRING COMMENT '透视检查发现的血管数。',
     thal STRING COMMENT '病发种类，由轻到重依次为norm、fix及rev。',
     `status` STRING COMMENT '是否患病。buff表示健康，sick表示患病。',
     style STRING);
   --本文仅为展示，直接导入PAI公开的测试数据
   INSERT INTO heartdisease select * from pai_online_project.heart_disease_prediction;

2. 将读数据表组件拖入右侧画布中，用于读取MaxCompute表数据。

   画布中会自动生成一个名称为读数据表-1（名称中的数字按画布中相同组件拖入的先后顺序，首次为1，以此类推）的工作流节点。

3. 在节点配置页面配置源数据表名，更多参数详情请参见读数据表。

   在画布中选中读数据表-1节点，在右侧节点配置页面的表名中填写对应的MaxCompute表名。本示例填写为heartdisease。

   说明

   跨MaxCompute项目（Project）读取表数据时，表名需要使用项目名.表名格式（例如test2.heartdisease），并确认具有项目权限。

4. 将右侧的节点配置页面切换到字段信息页签，查看此公开数据的字段详情。

数据预处理

读取数据后，通常需要对数据进行预处理，以满足训练或预测模型输入要求。Designer提供了丰富的数据预处理和大模型数据处理组件。

此外，您可以使用SQL脚本组件自定义待实现功能的SQL脚本。例如，本文通过SQL脚本对输入特征进行数据类型转换，脚本示例如下：

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};

模型训练

模型组件通常上游接入预处理后的数据，下游接入预测或推理等组件。模型组件可能有一个或多个输入/输出端。将鼠标悬浮至组件的各端口上可以查看端口类型，从而根据类型进行正确连线。

以逻辑回归二分类组件为例，其有2个输出端口：

• 逻辑回归模型：训练后的模型输出端口，可作为预测等组件的模型结果输入。

• PMML：模型部署通常依赖PMML模型。例如，如果您需要通过预置的Processor（如PMML Processor）部署生成的模型，则需在支持生成模型的组件参数中选中是否生成PMML，再运行组件。

您也可以同时针对多个模型或相同模型配置不同参数进行训练。例如，在LLM大语言模型端到端链路：数据处理+模型训练+模型推理案例中您可以并行地对qwen-7b-chat和llama2-7b-chat两个模型进行微调，然后使用同一批测试数据来比较它们推理后生成的结果。

模型预测或推理

模型训练后，您可以连接预测或推理等组件，测试模型效果。

以预测组件为例，预测组件有2个输入端口：

• 模型结果输入：将模型训练部分训练好的模型作为输入。

• 预测结果输入：将（预处理后的）测试数据作为输入。

模型评估

部分模型提供了评估组件，您可以使用对应的评估组件通过相关指标对模型效果进行分析。

例如，机器学习提供了如下评估组件，您可以根据需要作为预测组件的下游。

模型调试

调试运行

• 整个工作流：单击画布左上方的（运行）图标，直接运行整个工作流。当工作流比较复杂时，建议您分模块运行某个节点或部分节点，以方便进行调试。

• 单个或局部组件：右键目标组件进行单个或局部节点运行，支持多种运行方式。

  

运行成功后对应组件上会显示，失败会显示，您可以右键单击组件查看日志及结果。

查看日志及结果

• 查看数据和可视化分析：

  组件运行成功后，您可以右键单击组件选择查看数据，查看产出数据。

  对于部分组件，Designer支持将数据转化为图形和图表，以直观、易懂的方式展示复杂的数据和分析结果，帮助您快速获取关键信息，识别趋势和模式，从而更高效地进行分析和决策。您还可以单击可视化分析或画布上方的可视化图标，进行可视化分析，详情请参见可视化分析。

• 查看日志：组件运行失败时，您可以可右键单击对应组件选择查看日志，排查具体失败原因。

查看运行任务

单击画布右上方全部任务查看，查看所有历史任务的运行详情。在建模过程中，您的每次运行都会被记录为一次历史任务。每次运行涉及的节点、节点的配置、产出结果均会保留在历史任务中。

相关文档

• 模型调试完成后，您可以将已训练好的模型注册为一个新的模型并进行管理，详情请参见注册及管理模型。

• 模型调试完成后，您可以对模型进行部署和在线预测，详情请参见模型预测及部署。

• Designer提供了更新EAS服务(Beta)组件，实现模型服务更新，详情请参见在线模型服务定时更新。

• 支持通过DataWorks实现工作流的离线调度，周期性地更新模型，详情请参见使用DataWorks离线调度Designer工作流。

• 更多组件请参见组件参考。

• 可视化建模（Designer）计费说明。