步驟一：準備數據集

create table if not exists ad (id STRING,age DOUBLE,sex DOUBLE,duration DOUBLE,place DOUBLE,ctr DOUBLE ) partitioned by (dt STRING) ;
alter table ad add if not exists partition (dt='20160919') partition (dt='20160920');

步驟二：創建工作流

1. 新建自定義工作流，并進入工作流，詳情請參見新建自定義工作流。

2. 構建工作流的流程。

   1. 在左側組件列表，將源/目標下的讀數據表組件向畫布中拖入兩個，并分別重命名為ad-1和ad-2。

   2. 在左側組件列表，將數據預處理下的歸一化組件向畫布中拖入兩個。

   3. 在左側組件列表，將機器學習 > 二分類下的邏輯回歸二分類組件拖入畫布中。

   4. 在左側組件列表，將機器學習下的預測組件拖入畫布中。

   5. 在左側組件列表，將源/目標下的寫數據表組件拖入畫布中，并重命名為ad_result-1。

   6. 將以上組件拼接為如下工作流。

      

      序號	描述
      ①	數據源導入。
      ②	數據預處理。
      ③	模型訓練。
      ④	預測。

3. 配置組件參數。

   1. 分別單擊畫布中的ad-2（訓練數據源）和ad-1（預測數據源）組件，在右側面板，配置工作流數據源。

      頁簽	參數	描述
      表選擇	表名	輸入ad。
      	分區	選中分區復選框。
      	參數	配置為 dt=@@{yyyyMMdd}，確定預測數據為每天的增量數據。
      字段信息	源表字段信息	配置表選擇后，系統會自動同步該數據表的源表字段信息，無需手動配置。

   2. 分別單擊畫布中的歸一化-1和歸一化-2組件，在右側面板字段設置頁簽，單擊選擇字段，選擇DOUBLE或INT類型的字段。

   3. 單擊畫布中的邏輯回歸二分類組件，在右側面板，配置參數（僅配置如下參數，其他參數使用默認值即可）。

      頁簽	參數	描述
      字段設置	訓練特征列	選擇age、sex、duration及place列。
      	目標列	選擇ctr列。

   4. 單擊畫布中的預測組件，在右側面板，配置參數（僅配置如下參數，其他參數使用默認值即可）。

      頁簽	參數	描述
      字段設置	特征列	選擇age、sex、duration及place列。
      	原樣輸出列	選擇ctr列。

   5. 單擊畫布中的ad_result-1組件，在右側面板表選擇頁簽，配置寫入表表名為ad_result。

4. 單擊畫布左上方的運行按鈕，運行工作流。

5. 工作流運行結束后，右鍵單擊畫布中的ad_result-1，在快捷菜單，單擊查看數據 > 輸出，即可查看預測生成的結果表。

   其中：

   • prediction_result：表示每個廣告ID是否被點擊（1表示被點擊，0表示未被點擊）。

   • prediction_score：表示對應被點擊的概率。

步驟三：離線調度

1. 使用DataWorks創建、配置并提交PAI任務，詳情請參見創建并使用PAI Studio節點。

   配置調度任務時，將具體時間配置為每日凌晨0點進行訓練和推送信息，詳情請參見時間屬性配置說明。

2. 在提交任務頁面，單擊右上方的運維，即可進入運維中心查看任務日志，詳情請參見查看并管理周期任務。