构建与调试模型

读取数据

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。以下以读取MaxCompute数据为例。

1. 已在MaxCompute创建表并导入数据，详情请参见创建并使用MaxCompute表。

   以下示例在test项目下新建heartdisease表，并导入测试数据。

   --创建表
   CREATE TABLE IF NOT EXISTS heartdisease(
     age STRING COMMENT '对象的年龄。',
     sex STRING COMMENT '对象的性别，取值为female或male。',
     cp STRING COMMENT '胸部疼痛类型，痛感由重到轻依次为typical、atypical、non-anginal及asymptomatic。',
     trestbps STRING COMMENT '血压。',
     chol STRING COMMENT '胆固醇。',
     fbs STRING COMMENT '空腹血糖。如果血糖含量大于120mg/dl，则取值为true，否则取值为false。',
     restecg STRING COMMENT '心电图结果是否有T波，由轻到重依次为norm和hyp。',
     thalach STRING COMMENT '最大心跳数。',
     exang STRING COMMENT '是否有心绞痛。true表示有心绞痛，false表示没有心绞痛。',
     oldpeak STRING COMMENT '运动相对于休息的ST Depression，即ST段压值。',
     slop STRING COMMENT '心电图ST Segment的倾斜度，程度取值包括down、flat及up。',
     ca STRING COMMENT '透视检查发现的血管数。',
     thal STRING COMMENT '病发种类，由轻到重依次为norm、fix及rev。',
     `status` STRING COMMENT '是否患病。buff表示健康，sick表示患病。',
     style STRING);
   --本文仅为展示，直接导入PAI公开的测试数据
   INSERT INTO heartdisease select * from pai_online_project.heart_disease_prediction;

2. 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（数字按相同组件拖入画布的先后顺序编号，首次为1，以此类推）。

3. 在节点配置页面配置源数据表名，更多参数详情请参见读数据表。

   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。本示例填写为heartdisease。

   说明

   跨MaxCompute项目（Project）读取表数据时，表名需使用项目名.表名格式（例如test2.heartdisease），并确认您具有该项目的权限。

4. 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

读取数据后，通常需要预处理数据，以满足训练或预测模型的输入要求。Designer提供丰富的数据预处理和大模型数据处理组件。

本示例的数据预处理阶段依次使用SQL脚本、类型转换、归一化和拆分四个组件，位于读数据表与逻辑回归二分类之间。

此外，您可以使用SQL脚本组件自定义SQL脚本。例如，本示例通过SQL脚本转换输入特征的数据类型，脚本如下：

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};

模型训练

模型组件通常上游接入预处理后的数据，下游接入预测或推理等组件。模型组件可能有一个或多个输入/输出端口。将鼠标悬浮至组件端口上可查看端口类型，据此正确连线。

以逻辑回归二分类组件为例，该组件有2个输出端口：

• 逻辑回归模型：训练后的模型输出端口，可作为预测等组件的模型结果输入。

• PMML：模型部署通常依赖PMML模型。例如，如果您需要通过预置的Processor（如PMML Processor）部署模型，需在支持生成模型的组件参数中选中是否生成PMML，再运行组件。

模型预测或推理

模型训练后，您可以连接预测或推理等组件，测试模型效果。

以预测组件为例，预测组件有2个输入端口：

• 模型结果输入：接入模型训练阶段产出的模型。

• 预测结果输入：接入预处理后的测试数据。

将拆分后的测试数据连接至预测节点的预测数据输入端口，将逻辑回归二分类模型连接至模型结果输入端口。在右侧预测节点配置面板中，设置特征列（用于预测的特征字段）、原样输出列（建议添加label列，便于后续评估）、输出结果列名为prediction_result、输出分数列名为prediction_score、输出详细列名为prediction_detail。

模型评估

部分模型提供评估组件，您可以使用对应评估组件，通过指标分析模型效果。

例如，机器学习提供以下评估组件，您可根据需要将评估组件作为预测组件的下游。

评估组件包括二分类评估、回归模型评估、聚类模型评估、混淆矩阵和多分类评估。在工作流画布中，将所需评估节点连接到预测节点下游并运行，然后单击工具栏中的可视化图标查看评估结果。

调试运行

• 整个工作流：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，建议您分模块运行某个节点或部分节点，方便调试。

• 单个或局部组件：右键单击目标组件，运行单个或局部节点，支持多种运行方式。

  具体运行方式包括执行该节点、从此处开始执行、执行到此处、从根节点执行到此处和执行该节点的下游节点。

运行成功后，对应组件上会显示；失败则显示。您可以右键单击组件查看日志及结果。

查看日志及结果

• 组件运行成功后，右键单击组件并选择查看数据，查看产出数据。

  Designer支持将部分组件的数据转化为图形和图表，直观展示复杂数据和分析结果，帮助您快速获取关键信息、识别趋势和模式，更高效地分析和决策。单击可视化分析或画布上方的可视化图标，即可查看可视化分析结果。详情请参见可视化分析。

• 查看日志：组件运行失败时，右键单击对应组件并选择查看日志，排查失败原因。

查看运行任务

单击画布右上方全部任务查看，查看所有历史任务的运行详情。建模过程中，您的每次运行都会被记录为一次历史任务。每次运行涉及的节点、节点配置和产出结果均会保留在历史任务中。

在弹出的历史任务面板中，每条任务的操作列包含详情、模型、版本回滚和分享链接。单击详情可查看该任务的节点配置及产出结果。

在任务详情页面的左侧画布中，单击目标节点（如SQL脚本-3），右侧面板会展示该节点的详细信息。选择任务日志页签可查看节点执行日志，也可切换至运行信息或输出结果页签查看对应内容。