<< Click to Display Table of Contents >> 当前位置:  深度分析 > WEB服务  REST实验设计 复制链接 回到主页

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。

 

一、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.通过服务配置进行数据列的绑定，这里在测试的参数代码里输入了json格式的参数，具体可以查看章节 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9列int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。

 

二、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，确定会返回实验，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。

 

三、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，可通过打开服务配置，点击测试，进行接口连通性测试。

上图中可看到得到的实验结果，名称为pre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 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。