前言

最近我计划学习一下机器学习的相关技术，之前体验华为云CodeArts Snap的时候，重拾了一下Python。

然后就信心满满的打开了Python机器学习的教程，发现比想象中的难。

总觉得欠缺了些什么支撑自己的学习兴趣，正好最近在体验ModelArts，恍然大悟，缺少了些实践的乐趣。

没有延迟的满足感，学习动力不足，得想办法充充电。

之前一直做图片的训练和预测，这次得做点不一样的。

突然想到了之前论坛看到的帖子，关于是否愿意存款的问题。

换个思路，其实影响存款意愿的因素还是挺多的。别管想不想，客观条件一罗列，其实就能知晓TA的存款意愿。

不过客观条件有些多，手工计算的话，烧脑不说，还容易出错，得找个得力“助手”才行。

自动学习实现预测分析

还是得借力华为云ModelArts，因为ModelArts正好有个实验是：银行存款预测（使用新版自动学习实现预测分析）。

在这个实验中，主要是通过ModelArts平台上的自动学习功能，根据客户特征（年龄、工作类型、婚姻状况、文化程度、是否有房贷和是否有个人贷款），预测某个客户是否会办理存款业务。

真是，踏破铁鞋无觅处，全靠华为云的帮助。

接下来，让我们一起来一场ModelArts的实验之旅。

银行存款预测实验

前置工作

首先确保已经完成了华为云账号的开通与认证。

进入实验

步骤1：准备数据

下载数据文件

从gitee下载ModelArts-Lab工程中的训练数据文件“train.csv”。

创建OBS桶

OBS是ModelArts提供的使用对象存储服务，目的是为了进行数据存储以及模型的备份和快照。

本次实验在创建训练数据集之前，需要创建一个OBS桶，然后在OBS桶中创建文件夹用于存放训练文件，具体路径为“test-modelarts-yyy/bank-marketing/train.csv”。

1、登录OBS管理控制台，在桶列表页面右上角单击“创建桶”，创建OBS桶。

填写参数：

• "区域"：华北-北京四，后续区域需要选择和OBS桶一致。
• "桶名称"：创建桶名称“test-modelart-yyy”，注意重名时可以添加后缀。

其他使用默认值即可，确认无误后单击右下角“立即创建”。

2、在桶列表页面，单击桶名称，进入该桶的概览页面。

3、单击概览页面的左侧导航的“对象”，在“对象”页面单击新建文件夹，创建OBS文件夹。

图2-3：新建文件夹

新建一个名为“bank-marketing”的文件夹，新增成功之后单击“上传对象”按钮。

上传训练文件“train.csv”。

新建一个名为“bank-output”的文件夹，存放数据集输出数据。

步骤2：创建数据集

1、进入ModelArts管理控制台，在左侧导航栏选择“数据管理>数据集”，进入数据集管理页面。

2、单击“创建数据集”，进入创建数据集详情页面，配置信息。

• “名称”：本实验名称为“dataset-bank”。
• “描述”：银行存款预测。
• “数据类型”：选择“表格”。
• “数据源”：选择OBS，文件路径选择训练文件所在的位置。
• “数据集输出位置”：选择OBS中的位置。

其他选择默认值即可，确认无误后单击右下角“提交”。

等待数据集的创建。

步骤3：创建预测分析项目

1、进入ModelArts管理控制台，在左侧导航栏选择“自动学习”。

2、在“自动学习”页面，单击“预测分析”中的“创建项目”。

3、进行参数配置

• “名称”：“ExeML_bank”。
• “数据集”：选择“dataset-bank”。
• “标签列”：选择“class”。
• “输出路径”：选择“test-modelart-yyy/bank-output/”。
• “训练规格”：选择“[限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB”。

其他选择默认值即可，确认无误后单击右下角“创建项目”。

预测分析项目创建成功后页面自动跳转到“自动学习工作流”。

步骤4：运行工作流

1、项目创建成功之后，工作流会自动运行，等待“服务部署”前的全部节点变为绿色的“运行成功”。

2、节点到达“服务部署”，状态会变为“等待输入”，需要填写输入参数：

• “计算节点规格”：选择“[限时免费]CPU: 1 核 4GB”。
• “是否自动停止”：打开自动停止开关，设置停止时间为“1小时后”。

其他选择默认值即可，确认无误后单击右下角“继续运行”。

单击确认弹窗中的“确定”，等待一段时间之后，工作流便可运行完成。

步骤5：预测分析

1、点击控制台左侧“部署上线>在线服务”，进入“在线服务”列表页。单击服务列表上的“预测”，进入“服务详情”页。

2、在“服务详情”页，单击选择“预测”页签。

3、输入预测数据，单击左下角的“预测”，在右边的“返回结果”区域查看预测结果。

步骤6：清除相应资源

实验完成之后，清除相应的资源，避免产生额外的费用。

1、删除运行服务

在“在线服务”页，单击当前正在运行的服务的右侧的“删除”按钮，即可删除运行该服务，计费终止。

2、清除OBS中的数据。

将OBS中的桶和桶下的文件都删除。

体验及建议

首先来说体验感受，ModelArts的预测速度还是很快的，工作流的过程也很快，没有等太长时间。

发现了一些需要调整的地方：

1、文档配置内容和截图待更新。

实际操作中有一个配置项叫做“标签列”，文档中是没有的。

总结

完成银行存款预测（使用新版自动学习实现预测分析）的实验之后，对华为云ModelArts提供的自动学习功能有了更深一些的了解。

华为云ModelArts提供的自动学习功能，即便是零AI基础的开发者按照实验步骤，便可以轻松完成AI模型的训练和部署。

除了图片分类、物体检测，还包括对结构化数据做出分类或数值预测功能。

接下来，我计划系统的学习一下自动学习的功能，再配合华为云ModelArts提供的模型训练功能，实现更多的业务功能。

未来，也期待与华为云ModelArts一起实现更多的可能。

作者：非职业「传道授业解惑」的开发者叶一一
简介：「趣学前端」、「CSS畅想」系列作者，华夏美食、国漫、古风重度爱好者，刑侦、无限流小说初级玩家。
如果看完文章有所收获，欢迎点赞👍 | 收藏⭐️ | 留言📝。