REST接口配置完毕后，需要设计REST实验，可通过以下这个逻辑回归的案例来了解REST实验的建立和注意事项。
1.测试连接并保存测试数据
1)进入深度分析并新建实验。
2)连接REST请求和响应节点。
3)数据列绑定。
选中Rest请求节点，在【配置项目 > 测试数据】中输入json格式的参数，具体可以查看章节WEB服务>REST请求和REST响应>REST API各方法说明中的body格式的描述，通过测试请求和响应节点的连接并保存设置来绑定列，此时绑定的列可以在请求节点后续节点中进行处理。这里一共绑定了多列数值类型自变量和一列布尔类型的因变量，在接下来的使用中可以看到。
2.训练集连接算法进行模型训练并导出模型
1)输入完参数代码后，可以拖拽算法节点下的分类算法中的逻辑回归节点连接训练集，并在右侧的配置项目中设置逻辑回归算法的参数，以得到模型文件。
➢注意：
训练集所使用的列需要与REST请求绑定的列的名称和类型一致，否则最终测试时会导致实验运行报错。
上图中的自变量选择了绑定的列中的9列int类型的列，因变量选择了布尔类型的y列。
2)连接保存为训练模型节点，并运行实验，得到训练后的模型节点，用来对REST请求进行预测。
3.应用模型预测REST请求结果
1)得到训练模型后，拖拽该模型到画布，与REST请求节点同时连接验证与评估里的模型应用节点，并配置模型应用节点的配置项目。
➢注意：
模型应用节点的自变量和因变量得到的是请求节点的数据列，要求自变量选择时要与逻辑回归节点选择列顺序一致。
上图中的目标列为预测结果的存储列，这里在选择数据时新增了一列用来存储预测结果。
2)断开REST响应与请求之间的连线，连接模型应用，并右击运行应用模型节点，运行成功后，证明参数配置无误。
3)运行成功后，可通过REST响应节点的【配置项目 > 测试结果】，查看测试结果。
上图中可看到得到的实验结果，名称为V1的列存储的是预测结果。此结果格式为接口的返回格式，具体可通过查看章节WEB服务>REST请求和REST响应>REST API 各方法说明 的介绍。
4)保存实验。
此时一个简单的逻辑回归实验设计完毕。当然实际使用过程中，模型训练过程是需要各种调参来达到目标结果的，可以将模型训练和REST实验分成两个独立的实验来完成。