机器学习Demo模板

模板id：3900 数据上传
数据上传可以有三种方式：
第一种直接上传本地数据
第二种使用随机生成数据的组件 第三种使用一些经典数据集组件 数据拆分
数据拆分步骤，将之前生成或者上传的数据，按比例拆分为训练数据和测试数据，通过使用数据拆分组件完成 模型训练
模型训练部分，会用到回归，分类或者聚类算法组件，这些组件接收一个csv的输入，输出训练完的模型，以项目中的XGBoost回归为例，首先要指定数据的字段，特征字段（features）以及标识字段（label），如下图： 其次再填写模型的一些参数（参数都有默认值），模型在指定完字段后，即可运行，如下图： 模型预测
模型预测组件，有两个输入，第一个是数据，第二个就是训练好的模型，输出是预测的结果（CSV形式）
与模型训练组件类似，模型预测组件同样需要指定特征字段和标识字段，同样也可以调整资源使用
结果可视化
将预测的结果与实际结果可视化，形成曲线图，直观比较两者之间的差异。这一步用到了曲线图组件。 如上图，需要指定生成图像的标题，以及数值的单位，同时也需要指定曲线图的X，Y轴，Y轴的列可以指定多个，效果如下：

演示视频如下：
https://www.notion.so/Demo-b4339d813ce64757bfb79b315c80f1c7#189b9a44047340aeaa061d1f77f41aeb