算盘入门第三篇-机器学习频道
机器学习频道提供了一系列机器学习模型，为算盘提供了通过机器学习算法进行预测的问题。机器学习频道常用于分类预测，回归预测，聚类等操作。并提供可视化方法查看预测结果。这里，我们通过两个案例介绍机器学习频道的使用方法。
一、机器学习频道模板开发教学
本次演示的是通过 xgboost 算法对波士顿房价数据集进行回归，然后使用折线图方式对预测结果进行可视化。
- 在机器学习模板里新建一个空白项目。在内置组件里输入“波士顿”，拖拽出波士顿数据集。点击运行 → 运行该节点可以对数据结果进行预览。
- 输入“拆分”，选择算法组件数据预处理模块中的数据拆分组件，点击运行，预览结果。
- 拖出 xgboost 回归组件，在参数设置界面更改超参数，在字段设置里配置特征字段与标识字段。其中最后一个字段为标识字段，其他为特征字段。
- 输入“预测模型”，拖出模块，并进行连线和字段设置配置。点击运行，得到结果。
- 输入“折线图”，拖出模块，在“字段设置”“X轴字段”选择“AGE”，在“字段设置”“X轴字段”选择“MEDV,prediction”，点击运行，即可查看可视化数据，查看不同年龄下预测结果和真实标签。
- 最后，以上都是逐个模型运行的，在配置完参数后也可以通过运行到此处/从此节点开始运行直接运行模板。我们拖出一个csv，上传本地的波士顿房价数据，点击从此节点开始运行即可直接运行模板。
二、机器学习模型在应用开发中部署与使用的进阶教学
基于上述的教程完成机器学习模型发布，并在应用开发模块使用发布的机器学习进行预测。
- 在机器学习模板里打开教程1中的模块。
- 输入“模型发布”，拖出“回归模型发布”组件。在参数设置中选择“评估指标”为“均方误差”，“阈值”为“100”，评判标准为“<=”，在模型名称里输入“xgboost模型发布”。
- 在字段设置里配置特征列和标签列，其中最后一个为标签列，前面的均为特征列。
- 点击运行到此处，成功运行即成功发布机器学习模型。
- 打开一个空的应用开发项目。
- 编辑前面板，分别拖出“按钮”和“json显示”组件。
- 回到后面板，在“我的组件”里搜索“xgboost模型发布”，并拖拽出来。
- 搜索并拖出“csv上传”，“数据转换（Csv2Json）”，“模型预测（Csv）”组件，并进行连线。
- 将“模型预测（Csv）”组件的特征字段设置成“CRIM,ZN,INDUS,CHAS,NOX,RM,AGE,DIS,RAD,TAX,PTRATIO,B,LSTAT”，预测字段输入“prediction"。
- 点击运行 → 调试，上传csv数据。
- 打开前面板，点击按钮即可得到最终预测的结果。