<< Click to Display Table of Contents >> 当前位置:  »当前无上一级« 数据推送实验设计 复制链接 回到主页

此节点可用于发出HTTP请求，用于向web服务发送数据，并可能接收回数据。

 

用法：该节点支持多种认证方式，如基本认证和摘要认证。并允许您向固定的URL发送请求。每个URL将产生一个请求，发送的数据通常取自输入表的一列，但也可以在对话框中提供一个常量值。您还可以在对话框中自定义请求头和其他响应头，定义的响应头可以将它们提取到列中。默认情况下，输出表将包含一列，其中包含接收到的数据。节点尝试根据其内容类型自动将接收到的数据转换为列数据。

 

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.拖入数据推送节点。

 

3.请求方法选择post，URL填写服务器地址，延时时间和超时时间默认为0，服务器登录的认证方式选择无身份认证

 

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。