# 数据挖掘算法建模

# 建模设置与提交任务

本平台支持建立回归，分类和模式识别等模型，并提供多种算法可供选择。

此外，本平台也支持回归方法的智能化建模，平台会使用多种常用回归算法对数据进行建模，并比较模型结果，保留结果最优的模型进行展示并且与其他算法的结果进行比较。

alg

在Task Name中填写对本次计算任务的命名，如果为空则会默认以本次的上传时间作为任务名。
点击“Show Details”按钮可以打开详情设置，选择进行K折交叉验证或是直接建模，勾选选框并填入交叉验证的K值，不勾选选框即表示不做交叉验证直接建模，再点击按钮，上传数据集，点击“Submit”按钮完成提交，得到如图所示的返回结果即为提交成功。

success

建立其他类型的模型操作方法类似，这里不再赘述。

点击左侧的TaskManager菜单，点击对应任务的Detail按钮，即可查看任务结果，任务列表页面如图所示。
在任务详情页可以看到模型的结果，图表展示了模型预报值与实际值的误差，横坐标为模型的预报值，纵坐标为数据集中的实际目标值，对角线表示预报值等于实际值，因而预报点越接近对角线，则表示误差越小。此外平台也计算出了相应的误差表，可以看到预报结果与实际值的相关系数(R)，均方根误差(RMSE)，平均绝对误差(MAE)和平均相对误差(MRE)，模型结果图表和误差表分别如下图所示。
使用模型预报：如果建模时没有没有选择K折交叉验证，则可以点击下方的"Predict"按钮并上传数据集使用模型进行预报。

在任务详情页可以看到模型的结果，对于分类任务，平台在模型结果页展示了分类模型的混淆矩阵。混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。在混淆矩阵下也给出了正确分类的百分比。结果如图所示。

cla

与回归模型类似，如果建模时没有没有选择K折交叉验证，则可以点击模型结果下方的"Predict"按钮并上传数据集使用模型进行预报。

在任务详情页可以看到模型的结果，对于此类任务，平台在模型结果页展示了数据在二位平面上的投影图。从投影图中可以看出，不同类别的样本用不同的颜色进行了标记，可以直观地看出不同类别样本的分布趋势，以便于对未知类别的数据进行判断。结果如图所示。

trans

当数据集中的变量个数较多时，则需要对数据集进行变量筛选，也叫特征筛选。对于一个特定的学习算法来说，哪些特征有效是未知的。因而要从所有特征中选择出对于学习算法有益的相关特征。如果只选择所有特征中有效的部分特征构建模型，那么可以减少学习算法的运行时间，提高模型的精度，也可以增加模型的可解释性。

选择 Algorithm 菜单，在Feature Selection分类下选择GA算法，并在Task Name框内输入任务名称，这里以输入Feature Select 为例。之后在Algorithm Settings 的 Algorithm 的框内选择：sf_SVR算法。结果如下图所示.

fe_ga

点击Select Files，选择需要进行特征筛选的数据集，然后点击Start Optimization 按键提交优化任务，显示“Success”即为提交成功。
在任务列表中可以查看结果详情
点击show details后，可以看到筛选后的变量列表，再点击弹出的Extract Dataset按钮,导出参数选择后的数据。

对于有些机器学习算法来说，不同的超参数下进行训练的模型也会有不同的结果，通过超参数优化，可以进一步提高模型的精度。平台提供了遗传算法(GA)的超参数优化。

fe_ga

填写Task Name，选择算法，这里以sk_SVR为例，在需要进行优化的超参数方框内打勾，然后select file选择feature_selection_dataset.csv文件。最后点击Start Optimization。
在任务列表中可以查看结果详情
点击左侧菜单栏Task Manager按钮，再点击Task Name为Hyper-param Optimization 的Detail按钮。在任务结果页点击 show Details按钮，结果如图3-49所示，红色方框的内容就是优化后的超参数结果。

得到优化后的这组超参数后，就可以根据这组超参数对模型进行设置，建立优化后的新模型。