數據處理

1. 數據導入

   目前版本支持從圖數據庫GDB導入數據、從文件中導入（包括從CSV文件或壓縮包文件）、從數據庫SQL表導入。未來還將支持直接從阿里云對象存儲服務OSS中導入數據或借助DataWorks工具進行各種格式的數據導入。

2. 數據解析

   GDB Automl將導入和上傳的數據進行自動解析，您可以自動配置解析數據源和解析器（支持CSV、ARFF、XLS、ORC等多種數據格式的解析），解析后可查看數據的樣本量，并查看樣本特征摘要，解析特征分布情況。

3. 數據切分

   支持按照自定義比例對數據幀進行拆分，可以快捷劃分訓練集、驗證集和測試集。GDB Automl將隨機對數據按照比例進行切分，得到拆分后的數據幀文件。

模型訓練

1. 運行自動機器學習

   GDB Automl提供運行自動機器學習功能，您可以配置實驗基本參數（包括訓練數據幀、驗證數據幀和目標特征列，用于排行榜對模型排序的第一指標等）和訓練參數（例如K折交叉驗證折數，指定訓練權重列、排序指標、訓練時忽略的特征列、模型停止的條件等）。配置好參數后單擊建立模型，可以自動地進行模型訓練，調參優化的過程。運行結束后會生成模型的排行榜數據，可以查看模型的詳細參數和訓練驗證指標。

2. 單個模型訓練

   當您希望采用特定模型對導入數據進行訓練時，可以選擇單個模型，設置更具體的模型參數進行該模型的自動訓練和優化。當前版本支持的機器學習模型包括：聚合器（Aggregator）、 Cox風險比例回歸模型（CoxPH）、深度學習（DeepLearning）、分布式隨機森林（DRF）、梯度提升模型（GBM）、廣義線性模型（GLM）、廣義低階模型（GLRM）、孤立森林（IF）、K均值聚類（K-means）、樸素貝葉斯模型（Naive Bayes）、主成分分析（PCA）、規則擬合（RuleFit）、集成學習（Stacked Ensemble）、目標編碼器（TargetEncoder）和詞向量模型（Word2Vec）等多種經典機器學習和深度學習模型。您同樣可以對選擇的模型進行實驗基本參數和訓練參數的設置，并建立模型進行自動訓練過程。

數據預測

模型訓練結束后，您可以進行預測分析過程，使用模型在測試數據上進行評估。從訓練產生的模型列表中選擇一個模型，并選擇用于預測的數據幀，執行預測過程，GDB Automl將自動對測試數據進行處理，執行預測任務。執行結束后可以查看測試數據集的各個指標效果，混淆矩陣以及其他統計數據等。

導出部署

GDB Automl支持將訓練產生的模型生成POJO（Java原生對象）離線部署和Python在線服務調用兩種方式。您可以直接下載模型POJO對象文件到本地，進行離線部署分析或者通過Python調用在線服務。更多信息，請參見POJO部署預測和Python部署預測。