机器学习Demo模板说明 - xuelang-group/suanpan-docs GitHub Wiki
机器学习模板
模板id：3900
- 数据上传
数据上传可以有三种方式：
- 第一种直接上传本地数据
- 第二种使用随机生成数据的组件
- 第三种使用一些经典数据集组件
- 数据拆分
数据拆分步骤，将之前生成或者上传的数据，按比例拆分为训练数据和测试数据，通过使用数据拆分组件完成
该组件最多可以将数据拆分为5份，在本项目中，将数据拆成2份，下图中，输入每一份数据的比重，数据拆分组件就会按比例拆分出数据
- 模型训练
模型训练部分，会用到回归，分类或者聚类算法组件，这些组件接收一个csv的输入，输出训练完的模型，以项目中的XGBoost回归为例，首先要指定数据的字段，特征字段（features）以及标识字段（label），如下图：
其次再填写模型的一些参数（参数都有默认值），模型在指定完字段后，即可运行，如下图：
当数据量比较大，或者模型支持多进程的时候，可以对该节点进行调优，如下图，可以调节节点可以使用的CPU以及内存资源，默认为1 核，1G的资源
- 模型预测
模型预测组件，有两个输入，第一个是数据，第二个就是训练好的模型，输出是预测的结果（CSV形式） 与模型训练组件类似，模型预测组件同样需要指定特征字段和标识字段，同样也可以调整资源使用
- 结果可视化
将预测的结果与实际结果可视化，形成曲线图，直观比较两者之间的差异。这一步用到了曲线图组件。
如上图，需要指定生成图像的标题，以及数值的单位，同时也需要指定曲线图的X，Y轴，Y轴的列可以指定多个，效果如下：
