数据科学家使用集成

asim5

建模工作流用于访问和混合数据，然后通过数据可视化仪表板以交互方式检查数据。
完成后，数据科学家会构建自定义流程来准备数据分析过程。在此示例中，我们将更新所有列的域并将一些列从数字转换为分类。 部署捕获工作流，因为将来需要处理更多数据时将需要它。在我们的示例中，数据科学家随后打开一个交互式列过滤器组件。此视图允许快速删除列，由于所有正常原因（例如太多缺失、常量或唯一值），模型不应使用这些列（图 4）。


图 建模工作流程继续进行数据准备部分，该部分将被捕获以供稍后部署。另一个交互式视图用于在模型训练之前快速过滤掉不相关的列。此外，交互式过滤器也被捕获以供部署。
这位数据科学家正在处理大量的行数据。为了快速执行模型优化，她希望使用行采样节点对数据进行子采样，以便只使用 10%。

数据科学家知道她需要使用更多数据重 亚美尼亚电报数据 新训练所有内容才能获得准确的结果，但目前她对 10% 感到满意。将子采样数据拆分为训练集和测试集后，她训练了一个 XGBoost 模型和一个随机森林模型，并在其上进行了参数优化。为了稍后重新训练，数据科学家还通过集成部署捕获了这部分。在训练完这两个模型后，她使用另一个交互式视图来查看哪个模型更好（图 5）。所选模型是随机森林，由组件在工作流对象端口自动选择。