前提條件

已創建工作流。

模型構建

通常一個模型可以拆分為多個細分的節點（即組件）任務，通過節點任務的前后編排形成工作流來最終實現模型預期效果。在建模前，建議您先拆分模型并規劃好細分的節點任務。通常建議一個節點完成一個最簡單的任務。模型構建總體流程如下：

1. 在左側組件列表中搜索或找到目標組件，將目標組件拖入畫布中。

   其中，在組件列表中有紫色標識的為Alink組件（例如下圖中的讀CSV文件組件），除了具備普通組件的用法外還支持聚合成組，通過對組進行資源配置，提升執行效率和資源利用率，詳情請參見Alink組件。

2. 單擊目標節點，在界面右側進行組件參數配置。

3. 通過連線將各個節點組織成具有上下游關系的工作流。

   每個節點有一個或多個輸入/輸出端。將鼠標懸浮至組件的各端口上，可以查看端口的數據類型，從而根據數據類型進行連線。

后續模型實際運行時，上游節點會先運行，所有上游節點均運行完成后，下游節點才會觸發運行。

模型構建通常包含以下任務模塊：

讀取數據

在工作流中通過添加源/目標類型組件實現數據讀取，支持讀取MaxCompute、OSS等數據，詳情可參見組件參考：源/目標下具體組件文檔。本文以讀取MaxCompute數據為例。

1. 已在MaxCompute創建表并導入數據，詳情請參見創建并使用MaxCompute表。

   本文以在test項目下新建heartdisease表為例，并導入測試數據。

   --創建表
   CREATE TABLE IF NOT EXISTS heartdisease(
     age STRING COMMENT '對象的年齡。',
     sex STRING COMMENT '對象的性別，取值為female或male。',
     cp STRING COMMENT '胸部疼痛類型，痛感由重到輕依次為typical、atypical、non-anginal及asymptomatic。',
     trestbps STRING COMMENT '血壓。',
     chol STRING COMMENT '膽固醇。',
     fbs STRING COMMENT '空腹血糖。如果血糖含量大于120mg/dl，則取值為true，否則取值為false。',
     restecg STRING COMMENT '心電圖結果是否有T波，由輕到重依次為norm和hyp。',
     thalach STRING COMMENT '最大心跳數。',
     exang STRING COMMENT '是否有心絞痛。true表示有心絞痛，false表示沒有心絞痛。',
     oldpeak STRING COMMENT '運動相對于休息的ST Depression，即ST段壓值。',
     slop STRING COMMENT '心電圖ST Segment的傾斜度，程度取值包括down、flat及up。',
     ca STRING COMMENT '透視檢查發現的血管數。',
     thal STRING COMMENT '病發種類，由輕到重依次為norm、fix及rev。',
     `status` STRING COMMENT '是否患病。buff表示健康，sick表示患病。',
     style STRING);
   --本文僅為展示，直接導入PAI公開的測試數據
   INSERT INTO heartdisease select * from pai_online_project.heart_disease_prediction;

2. 將讀數據表組件拖入右側畫布中，用于讀取MaxCompute表數據。

   畫布中會自動生成一個名稱為讀數據表-1（名稱中的數字按畫布中相同組件拖入的先后順序，首次為1，以此類推）的工作流節點。

3. 在節點配置頁面配置源數據表名，更多參數詳情請參見讀數據表。

   在畫布中選中讀數據表-1節點，在右側節點配置頁面的表名中填寫對應的MaxCompute表名。本示例填寫為heartdisease。

   說明

   跨MaxCompute項目（Project）讀取表數據時，表名需要使用項目名.表名格式（例如test2.heartdisease），并確認具有項目權限。

4. 將右側的節點配置頁面切換到字段信息頁簽，查看此公開數據的字段詳情。

數據預處理

讀取數據后，通常需要對數據進行預處理，以滿足訓練或預測模型輸入要求。Designer提供了豐富的數據預處理和大模型數據處理組件。

此外，您可以使用SQL腳本組件自定義待實現功能的SQL腳本。例如，本文通過SQL腳本對輸入特征進行數據類型轉換，腳本示例如下：

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};

模型訓練

模型組件通常上游接入預處理后的數據，下游接入預測或推理等組件。模型組件可能有一個或多個輸入/輸出端。將鼠標懸浮至組件的各端口上可以查看端口類型，從而根據類型進行正確連線。

以邏輯回歸二分類組件為例，其有2個輸出端口：

• 邏輯回歸模型：訓練后的模型輸出端口，可作為預測等組件的模型結果輸入。

• PMML：模型部署通常依賴PMML模型。例如，如果您需要通過預置的Processor（如PMML Processor）部署生成的模型，則需在支持生成模型的組件參數中選中是否生成PMML，再運行組件。

您也可以同時針對多個模型或相同模型配置不同參數進行訓練。例如，在LLM大語言模型端到端鏈路：數據處理+模型訓練+模型推理案例中您可以并行地對qwen-7b-chat和llama2-7b-chat兩個模型進行微調，然后使用同一批測試數據來比較它們推理后生成的結果。

模型預測或推理

模型訓練后，您可以連接預測或推理等組件，測試模型效果。

以預測組件為例，預測組件有2個輸入端口：

• 模型結果輸入：將模型訓練部分訓練好的模型作為輸入。

• 預測結果輸入：將（預處理后的）測試數據作為輸入。

模型評估

部分模型提供了評估組件，您可以使用對應的評估組件通過相關指標對模型效果進行分析。

例如，機器學習提供了如下評估組件，您可以根據需要作為預測組件的下游。

模型調試

調試運行

• 整個工作流：單擊畫布左上方的（運行）圖標，直接運行整個工作流。當工作流比較復雜時，建議您分模塊運行某個節點或部分節點，以方便進行調試。

• 單個或局部組件：右鍵目標組件進行單個或局部節點運行，支持多種運行方式。

  

運行成功后對應組件上會顯示，失敗會顯示，您可以右鍵單擊組件查看日志及結果。

查看日志及結果

• 查看數據和可視化分析：

  組件運行成功后，您可以右鍵單擊組件選擇查看數據，查看產出數據。

  對于部分組件，Designer支持將數據轉化為圖形和圖表，以直觀、易懂的方式展示復雜的數據和分析結果，幫助您快速獲取關鍵信息，識別趨勢和模式，從而更高效地進行分析和決策。您還可以單擊可視化分析或畫布上方的可視化圖標，進行可視化分析，詳情請參見可視化分析。

• 查看日志：組件運行失敗時，您可以可右鍵單擊對應組件選擇查看日志，排查具體失敗原因。

查看運行任務

單擊畫布右上方全部任務查看，查看所有歷史任務的運行詳情。在建模過程中，您的每次運行都會被記錄為一次歷史任務。每次運行涉及的節點、節點的配置、產出結果均會保留在歷史任務中。

相關文檔

• 模型調試完成后，您可以將已訓練好的模型注冊為一個新的模型并進行管理，詳情請參見注冊及管理模型。

• 模型調試完成后，您可以對模型進行部署和在線預測，詳情請參見模型預測及部署。

• Designer提供了更新EAS服務(Beta)組件，實現模型服務更新，詳情請參見在線模型服務定時更新。

• 支持通過DataWorks實現工作流的離線調度，周期性地更新模型，詳情請參見使用DataWorks離線調度Designer工作流。

• 更多組件請參見組件參考。

• 可視化建模（Designer）計費說明。