Implementasikan prediksi batch - Platform For AI

Machine Learning Designer mendukung Prediksi batch. Anda dapat menggunakan model untuk mengimplementasikan prediksi batch secara berkala pada dataset dalam skenario bisnis yang tidak memerlukan hasil real-time. Topik ini menjelaskan cara mengimplementasikan Prediksi batch di Machine Learning Designer.

Implementasikan prediksi batch di lingkungan pengembangan

Designer menyediakan berbagai komponen prediksi untuk mendukung algoritma dan skenario yang berbeda. Anda dapat menyeret dan meletakkan komponen-komponen ini langsung di kanvas.

Gunakan komponen Pelatihan model dan prediksi berpasangan (seperti algoritma FM) dari panel komponen sisi kiri untuk melatih model dan mengimplementasikan Prediksi batch.
Jika tidak ada komponen prediksi yang tersedia untuk algoritma yang ingin digunakan, gunakan komponen prediksi serbaguna untuk mengimplementasikan Prediksi batch setelah melatih model.
Penting
Komponen prediksi serbaguna hanya mendukung model OfflineModel. Tidak mendukung model Predictive Model Markup Language (PMML).
Jika model yang sudah ada tersedia, gunakan komponen untuk mengimpor model dan data prediksi. Kemudian, hubungkan komponen prediksi sebagai node hilir dari komponen untuk mengimplementasikan prediksi dan penyebaran.

Jadwalkan pipa prediksi batch secara berkala

Setelah pipa prediksi batch lulus uji, Anda dapat mengirimkannya ke DataWorks dan menjadwalkannya secara berkala.

Sinkronkan model yang dilatih secara offline ke lingkungan produksi.
Jika ruang kerja Anda berada dalam mode standar DataWorks, lingkungan pengembangan dan lingkungan produksi mempertahankan data MaxCompute secara terpisah. Oleh karena itu, sebelum menjadwalkan alur kerja prediksi offline secara berkala, sinkronkan model yang dilatih secara offline ke lingkungan produksi.
- Gunakan komponen Ekspor dan Impor Model MaxCompute Offline (direkomendasikan)
  Gunakan komponen Ekspor Model untuk mengekspor model OfflineModel yang telah dilatih ke Object Storage Service (OSS), kemudian gunakan komponen Impor Model MaxCompute Offline di pipa yang dijadwalkan secara berkala untuk mengimpor model dari OSS.
- Gunakan komponen Salin Model MaxCompute Offline dan Baca Model MaxCompute Offline
  Catatan
  Anda perlu menggunakan akun administrator ruang kerja atau akun produksi untuk melakukan operasi replikasi. Untuk informasi lebih lanjut, lihat Izin.
  Gunakan komponen Salin Model MaxCompute Offline untuk mereplikasi model OfflineModel yang telah dilatih ke lingkungan produksi, kemudian gunakan komponen Baca Model MaxCompute Offline di pipa yang dijadwalkan secara berkala untuk membaca model di lingkungan produksi.
Gunakan tugas DataWorks untuk menjadwalkan pipa di Machine Learning Designer.

Referensi

Jika hasil prediksi offline memenuhi harapan Anda, Anda dapat menyebarkan model sebagai layanan online EAS atau mengemas alur kerja pemrosesan data offline dan menyebarkan alur kerja sebagai layanan online EAS.