保障离线在线一致性的CTR预估方案_机器学习-阿里云帮助中心

本案例使用经典的CTR点击率预估数据集Avazu训练一体化模型，并将离线调试完成的归一化预测->热独编码预测->向量聚合->FM预测流程完整部署到EAS。您在线上环境进行模型预测时，也可以使用离线训练时的数据预处理和特征工程逻辑，保障线上线下处理流程的一致性。

前提条件

已创建工作空间，详情请参见创建工作空间。

数据集

Avazu是经典的CTR预估的数据集，PAI使用了Avazu的一个子集（20万，训练集16万，预测集4万）构建点击率预估流程。数据详情请查看Avazu，具体的字段如下。

列名	类型	描述
id	STRING	广告id
click	DOUBLE	是否点击
dt_year	INT	点击的年份
dt_month	INT	点击的月份
dt_day	INT	点击的时间（天）
dt_hour	INT	点击的时间（小时）
c1	STRING	匿名的离散变量
banner_pos	INT	标题的位置
site_id	STRING	地点id
site_domain	STRING	地点domain
site_category	STRING	地点类别
app_id	STRING	应用id
app_domain	STRING	应用domain
app_category	STRING	应用类别
device_id	STRING	设备id
device_ip	STRING	设备ip
device_model	STRING	设备模型
device_type	STRING	设备类型
device_conn_type	STRING	设备连接类型
c14 - c21	DOUBLE	匿名离散变量（共8列）

操作步骤

进入PAI-Designer页面。
1. 登录PAI控制台。
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在工作空间页面的左侧导航栏选择模型开发和训练 > 可视化建模（PAI-Designer），进入Designer页面。
构建工作流。
1. 在PAI-Designer页面，单击预置模板页签。
2. 在模板列表的CTR点击率预估区域，单击创建。
3. 在新建工作流对话框，配置参数（可以全部使用默认参数）。
  其中： 工作流数据存储配置为OSS Bucket路径，用于存储工作流运行中产出的临时数据和模型。
4. 单击确定。
  
  您需要等待大约十秒钟，工作流可以创建成功。
5. 在工作流列表，双击CTR点击率预估工作流，进入工作流。
通过模板创建的工作流，如下图所示。
在该工作流中，PAI将特征分为两类：数值型特征、离散型特征。对于数值型特征，PAI使用归一化算法，将特征做归一化处理；对于离散型特征，PAI使用热独编码组件处理。最后将两类特征融合成一个向量，并使用FM算法训练模型并推理。
运行工作流并查看输出结果。
1. 单击画布上方的运行。
2. 工作流运行结束后，右键单击画布中的二分类评估，在快捷菜单，单击可视化分析。
3. 在二分类评估对话框，单击指标数据，即可查看预估准确率。
如果指标满足要求，您可以将数据预处理、特征工程、模型预测的完整流程打包，并部署至EAS。
1. 在画布上方，单击模型部署>Pipeline部署。
2. 手动选中归一化批预测-2节点后（会自动选中右侧的完整链路），单击下一步。
  会把选中需要部署的数据处理链路和用到的模型打包成一个Pipeline模型。
3. 在Pipeline部署对话框，确认模型打包信息，并单击下一步，启动Pipeline模型打包任务。
  打包任务大概需要3~5分钟即可完成。
4. 任务执行完成后，在Pipeline部署对话框，单击部署，会跳转到EAS控制台。配置服务名称和资源部署信息后，单击部署，即可完成模型部署，详情请参见Pipeline部署在线服务。

在EAS控制台，选择刚刚部署好的服务进行在线调试，详情请参见服务在线调试。

Request Body区域的请求数据可以输入和数据集相同结构的测试数据，例如：

[{"id":"10000169349117863715","click":0.0,"dt_year":14,"dt_month":10,"dt_day":21,"dt_hour":0,"C1":"1005","banner_pos":0,"site_id":"1fbe01fe","site_domain":"f3845767","site_category":"28905ebd","app_id":"ecad2386","app_domain":"7801e8d9","app_category":"07d7df22","device_id":"a99f214a","device_ip":"96809ac8","device_model":"711ee120","device_type":"1","device_conn_type":"0","c14":15704.0,"c15":320.0,"c16":50.0,"c17":1722.0,"c18":0,"c19":35.0,"c20":100084.0,"c21":79.0}]

该数据在服务中会顺序进行归一化预测->热独编码预测->向量聚合->FM预测，最终得到如下预测结果。