ML 工作流任务

在本节中，我们将说明如何：

正确设置工作流任务，以及
运行任务并确保 ML 推理发生。

ML 推理任务确保 ML 引擎的数据集输入在训练阶段训练模型。该阶段的结果将是训练好的模型，其引用存储在训练标签中，其创建在高级分析部分的"训练标签"中指定。训练阶段之后，您可以运行执行任务，其中 ML 引擎运行推理；此阶段可以以数据集、训练模型的引用作为输入，并生成数据集。

基于上传到模型库的模型，ML 推理将生成一些要插入到数据集中的行。如果产生 OID 行，这些行将被插入到数据集中并更新现有行；而如果产生的行没有 OID，这些行将被拒绝。在某些情况下，同样基于上传的模型，ML 推理产生的行将作为新行插入到数据集中。

入口点¶

在创建 ML 任务之前，管理员用户必须先上传模型，如模型库部分所示，然后必须创建 Train 和/或 Execute 类型的高级分析，如"高级分析"部分所示，最后必须创建训练标签，如高级分析中"训练标签"部分所示。

要创建任务，管理员用户必须访问业务工作流区域，点击所需的工作流，点击"操作"然后选择"步骤"。用户必须选择并点击步骤树中的某个步骤。将弹出一个窗口，左侧显示由代码标识的工作流，中间以树形结构显示工作流的详细信息。

现在，管理员用户可以选择要插入 ML 数据处理任务的工作流，然后点击右上角的"编辑"按钮。将出现一个栏，显示所有可以插入到工作流中的任务。要找到 ML 任务，只需点击"其他活动".

ML 数据处理可用的任务如下：

ML 训练处理
ML 执行处理

第一个允许您运行 ML 推理任务，该任务运行模型的训练。给定一个模型，系统将要求提供分析工作区、先前在相关部分设置的高级分析训练（如"高级分析"所示），以及标签训练，允许用户选择在高级分析中"训练标签"区域创建的特定训练。

ML 训练处理¶

此类任务允许您运行训练数据处理，以便使用 ML 引擎训练模型。训练完成后，模型将存储到特定的存储中，其链接将通过先前创建的"训练标签"保存在 Tagetik 中，如高级分析所述；为此，需要先配置任务。到达入口点后，可以识别 MI 训练任务并将其拖到所选工作流中。

之后，将弹出一个用于定义任务的窗口。

弹出窗口包含所有需要填写的字段：

代码：任务的唯一代码；此字段为必填项。
描述：MI 训练任务的描述；此字段为必填项。
分析工作区：分析工作区选择字段。
高级分析任务：在高级分析训练区域配置的 Train 类型高级分析；此字段为必填项。
训练：用户可以在此选择将存储训练模型的训练标签；此字段为必填项。

此外，选择数据处理前清除输出数据复选框将删除数据集分区中的数据。此删除仅影响与运行数据处理的实体相关的行，并符合用户权限设置的限制。

填写完所有字段后，点击"确定"。弹出窗口将关闭，任务将显示在工作流中。现在，需要将任务链接到工作流，然后点击右上角的"保存"按钮。

ML 执行处理¶

此类任务允许您运行执行数据处理，以便运行训练模型的预测；要执行预测，模型将使用训练好的模型，该模型存储在专用存储中，其链接通过先前在 ML 训练任务中使用的"训练标签"存储在 Tagetik 中，如ML 训练处理所示；为此，需要先配置任务。到达入口点后，可以识别 ML 执行任务并将其拖到所选工作流中。