阿里云机器学习平台PAI使用简明教程

概述

阿里云机器学习平台是构建在阿里云MaxCompute（原ODPS）计算平台之上，集数据处理、建模、离线预测、在线预测为一体的机器学习平台。很多用户在初次使用PAI过程中因为对平台比较陌生，总是会遇到这样或那样的困惑。本文以通用的机器学习流程为指导，结合PAI平台逐一介绍数据准备、模型搭建与训练、模型部署与调用，将目前PAI平台的主要操作流程做一个梳理。

本文的主要目的是做PAI平台使用流程的演示，所以算法上选择最简单的线性回归算法，便于用户的理解和操作。

操作

数据准备

1、DataStudio中创建数据表

SQL脚本

CREATE TABLE `lm_test_input` (
    `value` bigint,
    `output1` bigint
) ;

2、数据导入

目前支持多种方式将数据导入到表，如果是大数据量导入，请使用tunnel客户端工具导入数据到表中。本示例使用的数据量较少，直接通过SQL脚本的方式导入数据。

SQL脚本

INSERT into table lm_test_input values (1,2);

INSERT into table lm_test_input values (2,4);

INSERT into table lm_test_input values (3,6);

INSERT into table lm_test_input values (4,8);

INSERT into table lm_test_input values (5,10);

select * from lm_test_input; --查看导入的数据

3、数据表

模型搭建与训练

1、新建空表实验

2、拖入组件“源/目标的”读数据表模块，配置：

3、拖入组件“工具”SQL脚本模块，用于读入数据：

4、拖入组件“数据预处理”拆分模块，用于将原数据集拆分为训练集和测试集：

5、拖入组件“机器学习”线性回归模块，分别指定特征及标签，用于训练模型：

6、拖入组件“机器学习”预测模块，用于预测测试集的情况：

7、整个流程：

8、点击运行按钮运行整个模型，当然也可以点击到具体的模块选择运行到此处，还可以分别查询各个模块的运行结果：

9、运行的结果：

模型的部署与调用

机器学习模型在线部署功能可以将您的模型一键部署为Restful API，您可以通过HTTP请求的方式进行调用。

1、部署模型

注意: 模型正常运行后才能部署，并不是搭建的实验都能生成模型，普通的数值处理不能生成模型，常见的可以生成模型算法包括:GBDT二分类、线性支持向量机、逻辑回归二分类、逻辑回归多分类、随机森林、KMeans、线性回归、GBDT回归（GBDT回归算法不支持int型数据格式输入，所以在部署前请注意GBDT算法输入应为Double型）、Tensorflow等。