模型管理

模型管理中显示在平台内生成的模型，显示模板的版本及相关资源等信息。 模型列表中支持的操作包括：删除、创建推理服务和发布到生产环境和分享操作。其中删除即为删除模型，创建推理服务即为从模型创建一个推理服务，发布到生产环境即为仅在测试环境，将测试环境的工作流发布到生产环境，需要项目管理员审批。 创建推理服务：点击创建推理服务按钮，进入创建推理服务页面，用户设置相应的服务信息、模型信息、模型输入和资源信息。其中在服务信息部分，用户可以设置服务类型和所属环境。 模型信息可以选择需要预测的属性列，同时显示模型开发环境、模型版本和校验数量等详细信息。 模型输入部分可以设置相应的参数名和数据类型，便于用户的使用，用户同时可以设置样例值。 在资源信息部分用户可以选择资源组，资源类型和分配的资源个数。 创建推理服务成功后会在模型管理界面显示模型正在创建中等状态。 发布到生产环境：点击发布到生产环境，输入模型备注信息，点击发布，实现模型发布操作。 分享：将模型分享给其他用户，可以选择被分享对应的模型和分享对象。 删除模型：选择待删除的模型，点击删除实现删除模型操作。 模型对比 在模型列表中选择多个模型后，可以对多个模型的超参数及模型指标进行对比。 用户可以选择两个指标进行对比，了解不同超参以及指标间的共变关系。超参数名称具体分为max_depth、max_features、评估指标、auc、accuracy_rate、rmse和r2。 上传模型

在模型列表页点击上传模型按钮，可以将平台外部训练的模型上传到平台的模型管理中。模型支持单机和集群两张类型，选择所属实验和点击上传文件，实现上传模型。 模型要求说明：模型支持pickle、h5等格式的模型序列文件，每个模型大小不大于1GB，模型名称遵循文件名规范。 模型重训练 由于户行为的变化或对模型算法的适应性，随着时间的变化，模型的效果会有所下降，因此，需要引入一定的机制刷新模型，保证线上模型的效果，在数据挖掘组件中，用户可以通过模型重训练功能来进行模型更新。 在模型列表中，每个模型的操作栏都带有重训练选项，用户可以通过这个选项来进行重训练的设置。 用户设置调度信息、资源信息来设置重训练任务。调度信息用于设置触发调度的周期规则，资源信息用于指定当前重训练任务使用的资源。 创建好的模型重训练会展示在模型管理>模型重训练的列表中，用户可以对运行中的重训练进行暂停和删除。