Platform For AI:Compilar y depurar un modelo

Leer datos

Agregue un componente Source/Destination a su pipeline para leer datos de orígenes como MaxCompute y Object Storage Service (OSS). Para obtener más información, consulte la documentación de los componentes específicos en Component Reference: Source/Destination. Este ejemplo lee datos de MaxCompute.

1. Cree una tabla en MaxCompute e importe sus datos. Para obtener más información, consulte Create and use MaxCompute tables.

   Este ejemplo crea una tabla llamada heartdisease en el proyecto test e importa datos de prueba.

   -- Create a table.
   CREATE TABLE IF NOT EXISTS heartdisease(
     age STRING COMMENT 'The age of the patient.',
     sex STRING COMMENT 'The gender of the patient. Valid values: female or male.',
     cp STRING COMMENT 'The type of chest pain. Valid values (from most severe to least severe): typical, atypical, non-anginal, and asymptomatic.',
     trestbps STRING COMMENT 'Resting blood pressure.',
     chol STRING COMMENT 'Serum cholesterol.',
     fbs STRING COMMENT 'Fasting blood sugar. If the value is greater than 120 mg/dl, the value is true. Otherwise, the value is false.',
     restecg STRING COMMENT 'Resting electrocardiographic results. Valid values (from least severe to most severe): norm and hyp.',
     thalach STRING COMMENT 'The maximum heart rate achieved.',
     exang STRING COMMENT 'Indicates whether the patient has exercise-induced angina. true indicates yes, and false indicates no.',
     oldpeak STRING COMMENT 'ST depression induced by exercise relative to rest (the ST segment depression value).',
     slop STRING COMMENT 'The slope of the peak exercise ST segment. Valid values: down, flat, and up.',
     ca STRING COMMENT 'The number of major vessels found by fluoroscopy.',
     thal STRING COMMENT 'The type of defect. Valid values (from least severe to most severe): norm, fix, and rev.',
     `status` STRING COMMENT 'Indicates whether the patient has the disease. buff indicates healthy and sick indicates diseased.',
     style STRING);
   -- For demonstration purposes, this example directly imports public test data from PAI.
   INSERT INTO heartdisease select * from pai_online_project.heart_disease_prediction;

2. Arrastre el componente Read Table al lienzo para leer los datos de la tabla de MaxCompute.

   Se crea automáticamente un nodo llamado Read Table-1 en el lienzo. El número aumenta según el orden en el que agregue componentes del mismo tipo, comenzando desde 1.

3. En el panel de configuración del nodo, configure el nombre de la tabla de origen. Para obtener más información sobre los parámetros, consulte Read Table.

   En el lienzo, seleccione el nodo Read Table-1. En el panel de configuración del nodo situado a la derecha, introduzca el nombre correspondiente de la tabla de MaxCompute en el campo Table Name. Para este ejemplo, introduzca heartdisease.

   Nota

   Cuando lea datos de tablas entre proyectos de MaxCompute, el nombre de la tabla debe tener el formato project_name.table_name (por ejemplo, test2.heartdisease) y usted debe contar con permisos para el proyecto.

4. En el panel de configuración derecho, cambie a la pestaña Fields Information para consultar los detalles de los campos de este conjunto de datos público.

Preprocesamiento de datos

Después de leer los datos, preprocéselos para cumplir con los requisitos de entrada del entrenamiento o la predicción del modelo. Machine Learning Designer proporciona un amplio conjunto de componentes de data preprocessing y large model data processing.

En este ejemplo, la etapa de preprocesamiento de datos utiliza cuatro componentes en secuencia: SQL Script, Type Conversion, Normalization y Split. Estos se colocan entre los componentes Read Table y logistic regression for binary classification.

También puede usar el componente SQL script para escribir scripts SQL personalizados para sus características. Por ejemplo, el siguiente script convierte los tipos de datos de las características de entrada:

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};

Entrenamiento del modelo

Un componente de modelo recibe datos preprocesados de los componentes ascendentes y pasa su salida a componentes descendentes, como los de predicción o inference. Cada componente puede tener uno o varios puertos de entrada y salida. Pase el cursor sobre un puerto para consultar su tipo de datos y asegurar conexiones correctas.

Por ejemplo, el componente logistic regression for binary classification tiene dos puertos de salida:

• Logistic Regression Model: esta salida funciona como entrada del modelo para componentes como los de predicción.

• PMML: el despliegue de modelos generalmente depende de modelos Predictive Model Markup Language (PMML). Por ejemplo, si necesita desplegar un modelo generado mediante un Processor integrado (como PMML Processor), debe seleccionar Generate PMML en los parámetros de un component that supports model generation y luego ejecutar el componente.

Predicción o inference del modelo

Después de entrenar un modelo, conecte componentes de predicción o inference para evaluar su rendimiento.

Por ejemplo, el componente prediction tiene dos puertos de entrada:

• Model Input: acepta el modelo entrenado de la sección de entrenamiento del modelo.

• Prediction Data Input: acepta los datos de prueba preprocesados.

Conecte los datos de prueba divididos al puerto de entrada de datos de predicción del nodo prediction. Conecte el modelo logistic regression for binary classification al puerto de entrada del modelo. En el panel de configuración derecho del nodo prediction, establezca Feature Columns seleccionando las características que usará para la predicción y configure Pass-through Columns. Incluya la columna de etiqueta para la evaluación posterior. Establezca Output Result Column Name en prediction_result, Output Score Column Name en prediction_score y Output Detail Column Name en prediction_detail.

Evaluación del modelo

Los componentes de evaluación analizan el rendimiento del modelo con base en métricas relevantes.

Machine Learning Designer proporciona los siguientes componentes de evaluación, que puede conectar de forma descendente desde el componente de predicción según lo necesite.

Entre los componentes de evaluación se incluyen Binary Classification Evaluation, Regression Evaluation, Clustering Evaluation, Confusion Matrix y Multiclass Classification Evaluation. En el lienzo del pipeline, conecte el nodo de evaluación necesario de forma descendente respecto al nodo prediction y ejecútelo. Luego, haga clic en el ícono de visualization en la barra de herramientas para consultar los resultados de la evaluación.

Depurar y ejecutar

• Pipeline completo: haga clic en el ícono (Run) en la esquina superior izquierda del lienzo para ejecutar todo el pipeline. Para pipelines complejos, se recomienda ejecutar un solo nodo o un subconjunto de nodos para facilitar la depuración.

• Uno o varios componentes: haga clic con el botón secundario en un componente para ejecutar un solo nodo o una parte del pipeline. Hay varias opciones de ejecución disponibles.

  Las opciones de ejecución incluyen Run This Node, Run from Here, Run to Here, Run from Root to Here y Run Downstream Nodes.

El ícono aparece en un componente que se ejecuta correctamente. Si falla, aparece el ícono . Puede hacer clic con el botón secundario en el componente para view logs and results.

Consultar registros y resultados

• Una vez que un componente se ejecute correctamente, haga clic con el botón secundario sobre él y seleccione View Data para consultar los datos de salida.

  Para algunos componentes, Machine Learning Designer puede convertir los datos en gráficos y diagramas. Esta visualización de datos complejos y resultados de análisis le ayuda a identificar rápidamente información clave, tendencias y patrones. También puede hacer clic en Visual Analysis o en el ícono de visualización en la parte superior del lienzo para llevar a cabo un análisis visual. Para obtener más información, consulte Visual Analysis.

• Consultar registros: si un componente no se ejecuta correctamente, haga clic con el botón secundario sobre él y seleccione View Log para identificar la causa raíz del error.

Consultar tareas en ejecución

Haga clic en View All Tasks en la esquina superior derecha del lienzo para consultar todas las ejecuciones históricas de tareas. Cada ejecución durante el proceso de modelado se registra como una tarea histórica, lo que conserva los nodos involucrados, sus configuraciones y su salida.

En el panel Historical Tasks que aparece, la columna Actions de cada tarea proporciona enlaces para Details, Model, version rollback y Share. Haga clic en Details para consultar las configuraciones de los nodos y los resultados de salida de la tarea.

En la página de detalles de la tarea, haga clic en un nodo de destino, como SQL Script-3, en el lienzo izquierdo. El panel derecho muestra los detalles del nodo. Seleccione la pestaña Task Log para consultar el registro de ejecución. También puede cambiar a la pestaña Run Information o Output Results para consultar su contenido respectivo.