數據集

基于回歸算法預測農業貸款發放

1. 進入Designer頁面。

   1. 登錄PAI控制臺。

   2. 在左側導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，進入對應的工作空間。

   3. 在工作空間頁面的左側導航欄選擇模型開發與訓練 > 可視化建模（Designer），進入Designer頁面。

2. 構建工作流。

   1. 在Designer頁面，單擊預置模板頁簽。

   2. 在工作流模板列表的農業貸款預測的回歸算法實現區域，單擊創建。

   3. 在新建工作流對話框，配置參數（可以全部使用默認參數）。

      其中：工作流數據存儲配置為OSS Bucket路徑，用于存儲工作流運行中產出的臨時數據和模型。

   4. 單擊確定。

      您需要等待大約十秒鐘，工作流可以創建成功。

   5. 在工作流列表，選擇農業貸款預測的回歸算法實現工作流，單擊進入工作流。

   6. 系統根據預置的模板，自動構建工作流，如下圖所示。

      

      區域	描述
      ①	讀數據表讀入的數據為工作流數據集，包括： 貸款訓練集：共一百條歷史貸款數據，包括farmsize及rainfall等特征，用于訓練回歸模型。其中claimvalue表示貸款收回的金額。 貸款預測集：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練集中的歷史數據，預測為貸款預測集中的哪些申請人發放貸款。
      ②	根據含義將字符串類型的數據映射為數字。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，再將其轉換為DOUBLE類型。
      ③	首先使用線性回歸組件對歷史數據進行訓練并生成回歸模型。然后在預測組件中利用回歸模型對預測數據集進行貸款發放預測。最后通過合并列組件將用戶ID、預測值及申請的貸款值合并，結果如下圖所示。其中prediction_score表示用戶的還貸能力（預期可以歸還的金額）。
      ④	使用回歸模型評估組件進行模型評估，評估指標詳情請參見評估指標。
      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，如果預測獲得該貸款人的還款能力大于其申請的貸款金額，則發放貸款。

      表 1. 評估指標

      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	多重相關系數
      R2	判定系數
      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
      predictionMean	預測結果的均值
      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，單擊查看數據 > 輸出，即可查看可以為其發放貸款的用戶。