PAI Designerでのカスタムパイプラインの作成 - Platform For AI

前提条件

PAI がアクティブ化され、ワークスペースが作成されていること。詳細については、「デフォルトワークスペースのアクティブ化と作成」をご参照ください。
ワークスペースが MaxCompute リソースに関連付けられていること。詳細については、「クイックスタート - 前提条件」をご参照ください。

手順1：パイプラインの作成

Machine Learning Designer を開き、ワークスペースを選択し、右上隅にある [New Pipeline] をクリックします。パイプライン名を入力し、[OK] をクリックします。

パラメーター	説明
ワークフロー名	カスタムのワークフロー名。
ワークフローデータストレージ	一時データおよびモデル用の OSS バケットパスです。構成されていない場合は、デフォルトでワークスペースストレージが使用されます。実行ごとに、Designer は `workflow_storage_path/task_ID/node_ID` に一時フォルダーを自動作成します。これにより、コンポーネントごとのストレージ構成が簡素化されます。
可視性	[自分のみ]：[マイワークフロー] フォルダーにワークフローを作成します。自分とワークスペース管理者のみが表示できます。 [ワークスペース内で公開]：[ワークスペースの公開ワークフロー] フォルダーにワークフローを作成します。ワークスペース内の全員が表示できます。

手順2：データ準備と前処理

モデルを構築する前に、トレーニングデータを準備し、前処理を行います。

データ準備

[ソース/ターゲット] コンポーネントを追加して、MaxCompute、OSS、またはその他のソースからデータを読み取ります。詳細については、「ソース/ターゲットコンポーネントリファレンス」をご参照ください。この例では、[テーブル読み取り] を使用して、PAI から公開されている心臓病データセットを読み取ります。詳細については、「心臓病データセット」をご参照ください。

データを読み取るための [ソース/ターゲット] コンポーネントを選択します。

左側のコンポーネントリストで [ソース/ターゲット] をクリックし、[テーブル読み取り] をキャンバスにドラッグします。[テーブル読み取り-1] ノードが作成されます。
ソーステーブルを設定します。

キャンバスで [テーブル読み取り-1] を選択します。右側の設定ペインで、[テーブル名] に MaxCompute のテーブル名を入力します。この例では、pai_online_project.heart_disease_prediction と入力します。
[Fields] タブに切り替えて、フィールドの詳細を表示します。

データの前処理

二項ロジスティック回帰コンポーネントは、DOUBLE 型または BIGINT 型の入力を必要とします。モデルをトレーニングするために、データ型変換を使用してデータセットを前処理します。

非数値フィールドを数値型に変換します。
1. [SQL スクリプト] を検索し、キャンバスにドラッグします。[SQL スクリプト-1] ノードが作成されます。
2. [テーブル読み取り-1] を [SQL スクリプト-1] の [t1] 入力ポートに接続します。
3. ノードを設定します。
  
  [SQL スクリプト-1] をクリックします。設定ペインで、次の SQL を入力します。[Parameters] タブの [Input source] は t1 です。
```
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. キャンバスの左上隅にある [Save] をクリックします。
5. [SQL スクリプト-1] コンポーネントを右クリックし、[ルートノードからここまで実行] を選択して、パイプラインをデバッグして実行します。
  
  ノードは順番に実行されます。実行が成功すると、各ノードにアイコンが表示されます。
  
  説明
  キャンバスの左上隅にある (実行) をクリックして、パイプライン全体を実行することもできます。複雑なパイプラインの場合は、個々のノードを実行するとデバッグが簡単になります。実行が失敗した場合は、失敗したノードを右クリックし、[ログを表示] を選択してトラブルシューティングを行います。
6. 実行後、[SQL スクリプト-1] などの宛先ノードを右クリックし、を選択して出力を確認します。
すべてのフィールドを DOUBLE データ型に変換します。

[データ型変換] をキャンバスにドラッグし、[SQL スクリプト-1] の後に接続します。[Set fields] タブで、[Columns to convert to double] の下にある [Select fields] をクリックし、すべてのフィールドを選択します。
特徴を [0, 1] の範囲に正規化します。

[正規化] をキャンバスにドラッグし、[データ型変換-1] の後に接続します。[Set fields] タブですべてのフィールドを選択します。
データをトレーニングセットとテストセットに分割します。

[分割] をキャンバスにドラッグし、[正規化-1] の後に接続します。このコンポーネントは2つのテーブルを出力します。

デフォルトでは、データは 4:1 の比率で分割されます。[Parameters] タブで [分割比率] を調整します。詳細については、「分割」をご参照ください。
[データ型変換-1] を右クリックし、[ここから実行] を選択して残りのノードを実行します。

手順3：モデルのトレーニング

心臓病の予測は二項分類の問題です。各サンプルは、病気か健康かを示します。二項ロジスティック回帰コンポーネントを使用してモデルを構築します。

ロジスティック回帰 (二値分類) コンポーネントをキャンバスにドラッグし、[分割-1] ノードの [Output Table 1] ポートに接続します。
ノードを設定します。

[二項ロジスティック回帰-1] をクリックします。[Set fields] タブで、[ラベル列] を [ifHealth] に、[特徴列] を残りのすべての列に設定します。詳細については、「二項ロジスティック回帰」をご参照ください。

説明
「手順6：モデルのデプロイ (任意)」でモデルをデプロイするには、[二項ロジスティック回帰] を選択し、[Set fields] タブで [PMML ファイルの生成] にチェックを入れる必要があります。
ノードを実行します。

手順4：予測の実行

[予測] をキャンバスにドラッグします。その入力ポートを [二項ロジスティック回帰-1] と [分割-1] の [Output Table 2] ポートに接続します。
[予測-1] をクリックします。[Set fields] タブで、[Columns to be kept] を [ifHealth] に、[特徴列] を [ifHealth] を除くすべての列に設定します。
予測ノードを実行し、結果を表示します。

予測ノードを右クリックし、[データを表示] > [Output of Prediction Result] を選択します。

出力には、[ifHealth] (実際のラベル、1.0 または 0.0)、[prediction_result] (予測結果)、[prediction_score] (信頼度スコア)、および [prediction_detail] (JSON 形式のクラスごとの確率) が含まれます。

手順5：モデルの評価

[二項分類評価] をキャンバスにドラッグし、[予測-1] の後に接続します。
[二項分類評価-1] をクリックします。[Set fields] タブで、[元のラベル列] を [ifHealth] に設定します。
評価ノードを実行します。

[二項分類評価] を右クリックし、[可視化分析] を選択して評価メトリクスを表示します。

手順6：モデルのデプロイ (任意)

Machine Learning Designer は、Elastic Algorithm Service (EAS) と統合されています。トレーニング、予測、評価の後、モデルを EAS にオンラインサービスとしてデプロイできます。

パイプラインの実行後、[モデル一覧] をクリックし、モデルを選択して、[EAS にデプロイ] をクリックします。
設定を確認します。詳細については、「モデルをオンラインサービスとしてデプロイ」をご参照ください。

[モデルファイル] と [プロセッサタイプ] は事前に設定されています。必要に応じて他のパラメーターを調整します。
[Deploy] をクリックします。

[サービスステータス] が [Creating] から [Running] に変わると、サービスがデプロイされたことになります。

重要
不要な課金を避けるため、サービスが不要になったら [Actions] 列の [Stop] をクリックしてください。

Platform For AI:カスタムパイプライン