快速建立自訂工作流程 - Platform For AI

Designer使用工作流程構建模型。您先建立一個工作流程，再按建模需求在工作流程中排布各組件的處理調度邏輯。以下以建立空白工作流程、構建二分類模型預測心臟疾病為例，帶您完成從0~1的可視化模型構建和部署。

前提條件

已開通PAI並建立工作空間，詳情請參見開通並建立預設工作空間。
工作空間已關聯MaxCompute資源，詳情請參見快速入門-準備工作。

步驟一：建立工作流程

前往可視化建模（Designer），選擇工作空間並進入Designer頁面。單擊頁面右上方的建立工作流程，在彈出的對話方塊中輸入工作流程名稱後單擊確定，即可建立空白工作流程並進入編輯頁面。

參數	說明
工作流程名稱	自訂名稱。
工作流程資料存放區	建議您將該參數配置為OSS Bucket儲存路徑，用於儲存運行中產出的臨時資料和模型。若不設定，則使用工作空間的預設儲存。系統會在每次運行時自動建立`工作流程儲存路徑/任務ID/節點ID`的臨時檔案夾。這樣無需為每個組件單獨配置OSS儲存路徑，也便於統一管理資料。
可見範圍	仅自己可见：工作流程建立到我的工作流檔案夾下，在工作空間中僅您和管理員可見。工作空间内公开可见：工作流程建立到工作空间公开工作流檔案夾下，在工作空間中對所有人可見。

步驟二：資料準備與預先處理

構建模型前，您需要準備資料來源並完成資料預先處理，以便後續按業務需求訓練模型。

準備資料

在工作流程中添加源/目標類型組件即可讀取資料，支援MaxCompute、OSS等資料來源，詳情可參見組件參考：源/目標下的具體組件文檔。以下樣本直接使用讀資料表組件讀取PAI提供的心臟病案例公開資料，資料集詳情請參見Heart Disease Data Set。

選擇合適的源/目標組件讀取資料。
在左側組件列表中，單擊源/目標，將讀資料表組件拖入右側畫布，用於讀取MaxCompute表資料。畫布中會自動產生名稱為讀資料表-1的工作流程節點。
在節點配置頁面配置來源資料表名。
在畫布中選中讀資料表-1節點，在右側節點配置頁面的表名中填寫要讀取的MaxCompute表名。以下樣本填寫為pai_online_project.heart_disease_prediction，即PAI提供的心臟病案例公開資料表。
將右側節點配置頁面切換到欄位資訊頁簽，查看該公開資料的欄位詳情，確認各欄位的名稱和類型，為後續資料預先處理做準備。

資料預先處理

心臟病預測樣本屬於二分類問題。本樣本使用的羅吉斯迴歸模型組件要求輸入資料為DOUBLE（或BIGINT）類型，因此需要完成資料類型轉換等預先處理，為模型訓練做準備。

資料預先處理：將非數實值型別欄位轉換為數實值型別。
1. 搜尋SQL指令碼組件並拖入畫布，畫布中會產生名稱為SQL指令碼-1的工作流程節點。
2. 將讀資料表-1節點連線到SQL指令碼-1節點的t1輸入源。
3. 配置節點。
  單擊SQL指令碼-1節點，在右側配置頁面輸入以下代碼。此時右側參數設定面板的輸入源為t1，對應上一步連線的上遊節點。
```
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. 單擊畫布左上方的儲存，儲存工作流程配置。
5. 按右鍵SQL指令碼-1組件，單擊從根節點執行到此處，調試運行本工作流程。該操作只運行當前節點及其上遊節點，便於快速定位問題。
  工作流程按節點順序依次運行各節點。節點運行成功後，節點右上方會顯示。
  說明
  您也可以單擊畫布左上方的（運行）表徵圖，直接運行整個工作流程。工作流程較複雜時，建議分模組運行某個節點或部分節點，方便調試。運行失敗時，按右鍵對應節點，選擇查看日誌排查失敗原因。
6. 運行成功後，按右鍵目標節點（例如SQL指令碼-1），選擇，確認當前節點的輸出資料是否正確。
資料預先處理：將欄位轉換為DOUBLE類型，使欄位滿足羅吉斯迴歸模型的輸入要求。
參考上一步，拖入類型轉換組件並連線，使其作為SQL指令碼-1節點的下遊節點。單擊該節點，在欄位設定頁簽單擊轉換為double類型的列下的選擇欄位，全選所有欄位並轉換為DOUBLE類型。
資料預先處理：歸一化處理，將每個特徵的數值範圍轉換為0~1，去除量綱對結果的影響。
參考上一步，拖入歸一化組件並連線，使其作為類型轉換-1節點的下遊節點。單擊該節點，在欄位設定頁簽選擇所有欄位。
資料預先處理：將資料拆分為訓練集和預測集，為後續模型訓練和預測做準備。
拖入拆分組件並連線，使其作為歸一化-1節點的下遊節點。該組件會輸出2個資料表。
拆分組件預設按4:1將資料拆分為模型訓練集和模型預測集。您可以單擊拆分組件，在右側參數設定頁簽設定切分比例，其他參數詳情請參見拆分。
按右鍵類型轉換-1組件，單擊從此處開始執行，運行工作流程中的剩餘節點。

步驟三：模型訓練

每個樣本只會患病或健康，因此心臟病預測屬於二分類問題。以下步驟使用羅吉斯迴歸二分類組件構建心臟病預測模型。

拖入邏輯回歸二分類組件並連線，使其作為拆分-1節點輸出表1的下遊節點。
配置節點。
單擊羅吉斯迴歸二分類-1節點，在右側欄位設定頁簽，將目標列設定為ifhealth，即模型要預測的健康標籤；將訓練特徵列設定為除目標列以外的所有列，即用於訓練模型的輸入欄位。更多參數請參見羅吉斯迴歸二分類。
說明
如果您需要完成後續的步驟六：模型部署（可選），請選中羅吉斯迴歸二分類節點，在右側欄位設定頁簽勾選是否產生PMML複選框。未勾選則無法產生部署所需的模型檔案。
運行該節點。

步驟四：模型預測

拖入預測組件並連線，使其作為拆分-1節點輸出表2和羅吉斯迴歸二分類-1節點的下遊節點。
單擊預測-1節點，在欄位設定頁簽將原樣輸出資料行設定為ifhealth欄位，將訓練特徵列設定為除ifhealth以外的所有欄位。
運行預測節點並查看預測結果。
運行成功後，按右鍵預測節點，選擇查看資料 > 預測結果輸出，查看預測資料。
預測結果資料包含以下欄位：ifhealth（實際健康標籤，值為1.0或0.0）、prediction_result（預測結果）、prediction_score（預測信賴度分數）和prediction_detail（各分類的預測機率，JSON格式）。

步驟五：模型評估

拖入二分類評估組件並連線，使其作為預測-1節點的下遊節點。
單擊二分類評估-1節點，在右側欄位設定頁簽，將原始標籤列列名設定為ifhealth。
運行評估節點並查看模型評估結果。
運行結束後，按右鍵二分類評估組件，選擇可視化分析，以圖表方式查看各項評估指標資料。

步驟六：模型部署（可選）

Designer和EAS已在使用鏈路上無縫對接。完成離線訓練、離線預測和評估後，您可以將單個模型部署至EAS，建立線上模型服務。

工作流程運行成功後，單擊模型列表，選擇要部署的模型，單擊部署至EAS。
確認配置參數，詳情請參見單模型部署線上服務。
在EAS部署頁面，模型檔案和Processor種類已預設配置完成，其他參數請根據實際需要配置。
單擊部署。
當服務狀態從建立中變為運行中時，表示模型部署成功。
重要
如果後續不使用已部署的線上模型，請單擊操作列的停止，避免產生不必要的費用。

Platform For AI：自訂工作流程demo