Platform For AI：離線批量預測

在開發環境批量預測

Designer提供多種預測組件，分別對應不同的演算法和情境，拖入畫布即可使用。

• 在左側組件列表中，訓練組件和預測組件常成對出現（例如FM演算法組件）。訓練完成後，直接使用對應的預測組件批量預測資料。

• 如果演算法沒有獨立的預測組件，訓練完成後可以使用通用的預測組件批量預測資料。

  重要

  通用預測組件只接收OfflineModel格式的模型，不接收PMML。

• 如果您已有模型，先用組件匯入模型和預測資料，再在該組件下遊串連預測組件，完成預測和部署。

離線預測工作流程的周期性調度部署

離線預測工作流程測試通過後，您可以將它提交到DataWorks做周期性調度，讓預測按固定周期自動運行。

1. 將離線訓練得到的模型同步至生產環境。

   如果您的DataWorks工作空間是標準模式，開發環境和生產環境的MaxCompute資料相互隔離。為預測工作流程配置周期性調度任務前，需要先把離線訓練得到的模型同步至生產環境，否則工作流程在生產環境運行時讀不到模型。

   • 使用通用模型匯出組件和匯入MaxCompute離線模型組件（推薦）

     使用通用模型匯出組件將訓練得到的OfflineModel格式模型匯出至OSS，然後在周期性啟動並執行預測工作流程中，每次運行時用匯入MaxCompute離線模型組件從OSS匯入所需模型。

   • 使用複製MaxCompute離線模型組件和讀MaxCompute離線模型組件

     說明

     複製操作需要寫入生產環境的MaxCompute儲存，因此只有工作空間管理員或生產帳號才能執行。詳情請參見許可權說明。

     使用複製MaxCompute離線模型組件將訓練得到的OfflineModel格式模型直接複製到生產環境，然後在周期性啟動並執行預測工作流程中，用讀MaxCompute離線模型組件讀取生產環境的模型。

2. 使用DataWorks離線調度Designer工作流程。

相關文檔

離線預測結果符合預期後，如果您需要將模型部署為EAS線上服務，可以使用單模型部署線上服務；也可以將離線資料處理pipeline打包成一個pipeline模型，再使用Pipeline部署線上服務。