快速创建自定义工作流-人工智能平台 PAI(PAI)-阿里云帮助中心

Designer使用工作流构建模型。您先创建一个工作流，再按建模需求在工作流中排布各组件的处理调度逻辑。以下以创建空白工作流、构建二分类模型预测心脏疾病为例，带您完成从0~1的可视化模型构建和部署。

前提条件

已开通PAI并创建工作空间，详情请参见开通并创建默认工作空间。
工作空间已关联MaxCompute资源，详情请参见快速入门-准备工作。

步骤一：新建工作流

前往可视化建模（Designer），选择工作空间并进入Designer页面。单击页面右上方的新建工作流，在弹出的对话框中输入工作流名称后单击确定，即可创建空白工作流并进入编辑页面。

参数	说明
工作流名称	自定义名称。
工作流数据存储	建议您将该参数配置为OSS Bucket存储路径，用于存储运行中产出的临时数据和模型。若不设置，则使用工作空间的默认存储。系统会在每次运行时自动创建`工作流存储路径/任务ID/节点ID`的临时文件夹。这样无需为每个组件单独配置OSS存储路径，也便于统一管理数据。
可见范围	仅自己可见：工作流创建到我的工作流文件夹下，在工作空间中仅您和管理员可见。工作空间内公开可见：工作流创建到工作空间公开工作流文件夹下，在工作空间中对所有人可见。

步骤二：数据准备与预处理

构建模型前，您需要准备数据源并完成数据预处理，以便后续按业务需求训练模型。

准备数据

在工作流中添加源/目标类型组件即可读取数据，支持MaxCompute、OSS等数据源，详情可参见组件参考：源/目标下的具体组件文档。以下示例直接使用读数据表组件读取PAI提供的心脏病案例公开数据，数据集详情请参见Heart Disease Data Set。

选择合适的源/目标组件读取数据。
在左侧组件列表中，单击源/目标，将读数据表组件拖入右侧画布，用于读取MaxCompute表数据。画布中会自动生成名称为读数据表-1的工作流节点。
在节点配置页面配置源数据表名。
在画布中选中读数据表-1节点，在右侧节点配置页面的表名中填写要读取的MaxCompute表名。以下示例填写为pai_online_project.heart_disease_prediction，即PAI提供的心脏病案例公开数据表。
将右侧节点配置页面切换到字段信息页签，查看该公开数据的字段详情，确认各字段的名称和类型，为后续数据预处理做准备。

数据预处理

心脏病预测示例属于二分类问题。本示例使用的逻辑回归模型组件要求输入数据为DOUBLE（或BIGINT）类型，因此需要完成数据类型转换等预处理，为模型训练做准备。

数据预处理：将非数值类型字段转换为数值类型。
1. 搜索SQL脚本组件并拖入画布，画布中会生成名称为SQL脚本-1的工作流节点。
2. 将读数据表-1节点连线到SQL脚本-1节点的t1输入源。
3. 配置节点。
  单击SQL脚本-1节点，在右侧配置页面输入以下代码。此时右侧参数设置面板的输入源为t1，对应上一步连线的上游节点。
```
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. 单击画布左上方的保存，保存工作流配置。
5. 右键单击SQL脚本-1组件，单击从根节点执行到此处，调试运行本工作流。该操作只运行当前节点及其上游节点，便于快速定位问题。
  工作流按节点顺序依次运行各节点。节点运行成功后，节点右上角会显示。
  说明
  您也可以单击画布左上方的（运行）图标，直接运行整个工作流。工作流较复杂时，建议分模块运行某个节点或部分节点，方便调试。运行失败时，右键单击对应节点，选择查看日志排查失败原因。
6. 运行成功后，右键单击目标节点（例如SQL脚本-1），选择，确认当前节点的输出数据是否正确。
数据预处理：将字段转换为DOUBLE类型，使字段满足逻辑回归模型的输入要求。
参考上一步，拖入类型转换组件并连线，使其作为SQL脚本-1节点的下游节点。单击该节点，在字段设置页签单击转换为double类型的列下的选择字段，全选所有字段并转换为DOUBLE类型。
数据预处理：归一化处理，将每个特征的数值范围转换为0~1，去除量纲对结果的影响。
参考上一步，拖入归一化组件并连线，使其作为类型转换-1节点的下游节点。单击该节点，在字段设置页签选择所有字段。
数据预处理：将数据拆分为训练集和预测集，为后续模型训练和预测做准备。
拖入拆分组件并连线，使其作为归一化-1节点的下游节点。该组件会输出2个数据表。
拆分组件默认按4:1将数据拆分为模型训练集和模型预测集。您可以单击拆分组件，在右侧参数设置页签设置切分比例，其他参数详情请参见拆分。
右键单击类型转换-1组件，单击从此处开始执行，运行工作流中的剩余节点。

步骤三：模型训练

每个样本只会患病或健康，因此心脏病预测属于二分类问题。以下步骤使用逻辑回归二分类组件构建心脏病预测模型。

拖入逻辑回归二分类组件并连线，使其作为拆分-1节点输出表1的下游节点。
配置节点。
单击逻辑回归二分类-1节点，在右侧字段设置页签，将目标列设置为ifhealth，即模型要预测的健康标签；将训练特征列设置为除目标列以外的所有列，即用于训练模型的输入字段。更多参数请参见逻辑回归二分类。
说明
如果您需要完成后续的步骤六：模型部署（可选），请选中逻辑回归二分类节点，在右侧字段设置页签勾选是否生成PMML复选框。未勾选则无法生成部署所需的模型文件。
运行该节点。

步骤四：模型预测

拖入预测组件并连线，使其作为拆分-1节点输出表2和逻辑回归二分类-1节点的下游节点。
单击预测-1节点，在字段设置页签将原样输出列设置为ifhealth字段，将训练特征列设置为除ifhealth以外的所有字段。
运行预测节点并查看预测结果。
运行成功后，右键单击预测节点，选择查看数据 > 预测结果输出，查看预测数据。
预测结果数据包含以下字段：ifhealth（实际健康标签，值为1.0或0.0）、prediction_result（预测结果）、prediction_score（预测置信度分数）和prediction_detail（各分类的预测概率，JSON格式）。

步骤五：模型评估

拖入二分类评估组件并连线，使其作为预测-1节点的下游节点。
单击二分类评估-1节点，在右侧字段设置页签，将原始标签列列名设置为ifhealth。
运行评估节点并查看模型评估结果。
运行结束后，右键单击二分类评估组件，选择可视化分析，以图表方式查看各项评估指标数据。

步骤六：模型部署（可选）

Designer和EAS已在使用链路上无缝对接。完成离线训练、离线预测和评估后，您可以将单个模型部署至EAS，创建在线模型服务。

工作流运行成功后，单击模型列表，选择要部署的模型，单击部署至EAS。
确认配置参数，详情请参见单模型部署在线服务。
在EAS部署页面，模型文件和Processor种类已默认配置完成，其他参数请根据实际需要配置。
单击部署。
当服务状态从创建中变为运行中时，表示模型部署成功。
重要
如果后续不使用已部署的在线模型，请单击操作列的停止，避免产生不必要的费用。

自定义工作流demo