模型預測
本章節為您介紹在Designer訓練得到模型后,如何做生產化部署對新數據進行預測。
背景信息
部署模型主要是為了使用模型來進行新數據的預測。按照新數據的預測時效要求,預測任務分為兩類:離線預測和在線預測。對于兩類需求,在Designer中都提供了對應的操作流程支持。
離線預測
在Designer中,使用預測組件進行批量預測,并支持將預測工作流提交到DataWorks進行周期性調度。詳情見離線批量預測。
在線預測
Designer中訓練獲得的PMML、AlinkModel或XGBoost格式的模型文件,在產品功能上支持一鍵快速部署為在線服務;部分PS格式的模型,需要模型導出處理后再部署為在線服務。詳情見單模型部署在線服務。
對于Alink類型的算法組件,Designer支持將一個包含數據預處理、特征工程、模型預測的離線數據處理pipeline,打包成一個離線模型,并一鍵部署至EAS變成在線服務。詳情見Pipeline部署在線服務。
支持在Designer模型產出的組件下游接入更新EAS服務組件,來更新在線服務。并支持將工作流提交到DataWorks進行周期性調度。詳情見在線模型服務定時自動更新。