本文为您介绍如何对原始数据进行数据预处理,得到模型训练集和模型预测集。

前提条件

完成数据准备,详情请参见准备数据

操作步骤

  1. 登录PAI控制台
  2. 在左侧导航栏,选择模型开发和训练 > Studio-可视化建模
  3. PAI可视化建模页面,单击进入机器学习进入机器学习
  4. 将组件拖入画布并拼接为实验。
    1. 在左侧菜单栏,单击组件
    2. 在组件列表,选择数据预处理 > 数据合并,将类型转换归一化组件拖入画布。
    3. 在组件列表,将工具下的SQL脚本组件拖入画布,并与准备数据中的读数据表组件拼接为实验,如下图所示。拼接实验
  5. 配置组件参数。
    1. 单击画布中的SQL脚本组件,在右侧SQL脚本编辑框中输入SQL语句,将字符型字段转化为数值型。
      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};
    2. 单击画布中的类型转换组件,在右侧字段设置页签,单击转换为double类型的列下的选择字段,将所有字段转换为double类型。转换类型
    3. 单击画布中的归一化组件,在右侧字段设置页签,选择所有字段。
  6. 单击画布上方的运行,运行过程中右键单击组件,可以查看组件的输出。
  7. 在组件列表,选择数据预处理 > 数据合并,将拆分组件拖入画布并与其他组件拼接,单击运行拆分运行

    拆分组件默认将原始数据按4:1拆分为模型训练集和模型预测集。您也可以单击拆分组件,在右侧参数设置页签,设置切分比例

后续步骤

完成数据预处理后,需要进行数据可视化,详情请参见数据可视化