數(shù)據(jù)集

基于回歸算法預(yù)測農(nóng)業(yè)貸款發(fā)放

1. 進(jìn)入Designer頁面。

   1. 登錄PAI控制臺。

   2. 在左側(cè)導(dǎo)航欄單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進(jìn)入對應(yīng)的工作空間。

   3. 在工作空間頁面的左側(cè)導(dǎo)航欄選擇模型開發(fā)與訓(xùn)練 > 可視化建模（Designer），進(jìn)入Designer頁面。

2. 構(gòu)建工作流。

   1. 在Designer頁面，單擊預(yù)置模板頁簽。

   2. 在工作流模板列表的農(nóng)業(yè)貸款預(yù)測的回歸算法實現(xiàn)區(qū)域，單擊創(chuàng)建。

   3. 在新建工作流對話框，配置參數(shù)（可以全部使用默認(rèn)參數(shù)）。

      其中：工作流數(shù)據(jù)存儲配置為OSS Bucket路徑，用于存儲工作流運行中產(chǎn)出的臨時數(shù)據(jù)和模型。

   4. 單擊確定。

      您需要等待大約十秒鐘，工作流可以創(chuàng)建成功。

   5. 在工作流列表，選擇農(nóng)業(yè)貸款預(yù)測的回歸算法實現(xiàn)工作流，單擊進(jìn)入工作流。

   6. 系統(tǒng)根據(jù)預(yù)置的模板，自動構(gòu)建工作流，如下圖所示。

      

      區(qū)域	描述
      ①	讀數(shù)據(jù)表讀入的數(shù)據(jù)為工作流數(shù)據(jù)集，包括： 貸款訓(xùn)練集：共一百條歷史貸款數(shù)據(jù)，包括farmsize及rainfall等特征，用于訓(xùn)練回歸模型。其中claimvalue表示貸款收回的金額。 貸款預(yù)測集：共七十一人，指今年申請貸款者。其中claimvalue表示申請的貸款金額。 本工作流通過貸款訓(xùn)練集中的歷史數(shù)據(jù)，預(yù)測為貸款預(yù)測集中的哪些申請人發(fā)放貸款。
      ②	根據(jù)含義將字符串類型的數(shù)據(jù)映射為數(shù)字。以region字段為例，先將其中的north、middle及south按照從北到南的順序分別映射為0、1及2，再將其轉(zhuǎn)換為DOUBLE類型。
      ③	首先使用線性回歸組件對歷史數(shù)據(jù)進(jìn)行訓(xùn)練并生成回歸模型。然后在預(yù)測組件中利用回歸模型對預(yù)測數(shù)據(jù)集進(jìn)行貸款發(fā)放預(yù)測。最后通過合并列組件將用戶ID、預(yù)測值及申請的貸款值合并，結(jié)果如下圖所示。其中prediction_score表示用戶的還貸能力（預(yù)期可以歸還的金額）。
      ④	使用回歸模型評估組件進(jìn)行模型評估，評估指標(biāo)詳情請參見評估指標(biāo)。
      ⑤	通過過濾與映射組件篩選可以獲得貸款的用戶。對于每個申請貸款人，如果預(yù)測獲得該貸款人的還款能力大于其申請的貸款金額，則發(fā)放貸款。

      表 1. 評估指標(biāo)

      字段名稱	描述
      MAE	平均絕對誤差
      MAPE	平均絕對百分誤差
      MSE	均方誤差
      R	多重相關(guān)系數(shù)
      R2	判定系數(shù)
      RMSE	均方根誤差
      SAE	絕對誤差和
      SSE	誤差平方和
      SSR	回歸平方和
      SST	總平方和
      count	行數(shù)
      predictionMean	預(yù)測結(jié)果的均值
      yMean	原始因變量的均值

3. 運行工作流并查看輸出結(jié)果。

   1. 單擊畫布上方的運行按鈕，運行工作流。

   2. 工作流運行結(jié)束后，右鍵單擊畫布中的過濾與映射，在快捷菜單，單擊查看數(shù)據(jù) > 輸出，即可查看可以為其發(fā)放貸款的用戶。