本文档为您介绍配置算法引擎组件的方法,通过算法引擎组件的配置,您可以将设备的实际数据输入到算法引擎中进行训练,同时可以配置变量和算法的运行参数,使算法在特定条件下运行,并且输出结果符合您的期望。

前提条件

在进行算法引擎配置前,您需要完成以下准备工作:

背景信息

本案例介绍的算法模型是先进行算法训练,然后进行算法预测。但不是所有的算法都需要训练,您也可以直接选择预测算法,在配置完成行业数据字典和选择合适的原子算法之后,直接运行,最终发布成API供前端应用程序调用。

操作步骤

  1. 单击您的项目,进入项目配置页面。
  2. 选择数据链路,在画布中的算法配置区域,单击分类回归引擎-训练组件,进入算法组件配置页面。可以看到算法组件的输入属性已经自动关联上了数据,如下图所示。

    配置算法数据源

    如果您使用的模板没有配置算法的输入和输出变量,或者需要修改模板的算法配置,请参考配置模板进行配置。由于本案例使用的模板已经配置了算法的输入和输出变量,此处不需要重复配置。

  3. 选择算法版本号。
    单击算法名称右侧的算法版本号下拉箭头,选择当前项目所使用的算法版本,默认为最新版本。
    选择算法版本号
  4. 配置算法运行参数。

    单击画布中的分类回归引擎-训练组件,在右侧的算法配置 > 数据时间范围选择中,选择算法运行的起始时间结束时间(如选择的数据源无时间分区,可不选择起止时间)。

  5. 训练模型。
    单击画布左上角的 保存,保存成功后,单击 训练,输入 模型名称模型版本号,单击 确定,开始训练模型。
    模型训练
    说明 只有 模型名称版本号都相同时,系统才会提示模型重复。
    在模型训练过程中,可查看运行日志:
    查看运行日志
    模型训练成功后,会显示如下界面,鼠标移至模型上可下载/设置模型训练周期/删除该模型。
    模型训练成功界面
    注意 只有模型训练成功后,才可以进行预测。
  6. 配置预测组件。
    单击 数据链路,回到数据链路配置页面,使用同样的方法配置 分类回归引擎-预测组件。不同的是,预测算法需要在右侧的 算法配置面板选择一个模型,如下图所示。
    配置预测组件
  7. 运行算法。
    单击 测试运行,在运行过程中可查看运行日志,运行成功后结果如下图所示。
    预测组件运行结果
    说明 在算法训练时可选用设备数据或MaxCompute离线数据,算法预测时可选用设备数据或DataHub实时数据。

下一步

算法运行成功后,会生成对应的 API。可参考获取 API 获取 分类回归引擎-预测的 API,并下载对应的 API SDK,然后参考调用方式(使用SDK),调用该 API 开发您的前端应用。