IntegratedML 演练

InterSystems IRIS IntegratedML功能用于使用AutoML技术获得机器学习的预测结果和概率。AutoML是一种机器学习技术，用于选择更好的机器学习算法/模型基于已有数据（用于训练AutoML模型的数据）来预测状态、数字和结果。你不需要一个数据科学家，因为AutoML会测试最常见的机器学习算法，并根据分析的数据特征选择更好的算法给你。在这篇文章中可以看到更多管乐IntegratedML的信息。

InterSystems IRIS有一个内置的AutoML引擎，但也允许你使用H2O和DataRobot。在这篇文章中，我将向你展示使用InterSystems AutoML引擎的每个步骤。

第1步 - 下载样例应用程序做练习

1. 转到 https://openexchange.intersystems.com/package/Health-Dataset

2. Clone/git 将 Repo拉到任何本地目录中

$ git clone https://github.com/yurimarx/automl-heart.git

3. 在同一个目录中打开一个Docker终端并运行

$ docker-compose build

4. 运行IRIS容器

$ docker-compose up -d

第2步--了解业务场景和可用数据

业务场景是利用过去的数据预测心脏疾病，数据如下：

SELECT age, bp, chestPainType, cholesterol, ekgResults, 
       exerciseAngina, fbsOver120, heartDisease, maxHr, 
       numberOfVesselsFluro, sex, slopeOfSt, stDepression, thallium
  FROM dc_data_health.HeartDisease

心脏病表（heartDisease）的数据字典来源(https://data.world/informatics-edu/heart-disease-prediction/workspace/data-dictionary):

心脏病（heartDisease）是我们需要预测的属性

第3步--准备好训练数据

HeartDisease表有270行。我们将得到250行来训练我们的预测模型。为了做到这一点，我们需要创建VIEW ，通过 管理门户>系统资源管理器>SQL。

CREATE VIEW automl.HeartDiseaseTrainData AS
SELECT * FROM dc_data_health.HeartDisease WHERE ID < 251

第4步 - 准备验证数据

我们将得到20行来验证预测的结果。 为了做到这一点，我们需要创建VIEW ，通过 管理门户>系统资源管理器>SQL。

CREATE VIEW automl.HeartDiseaseTestData AS
SELECT * FROM dc_data_health.HeartDisease WHERE ID > 250

第5步--创建AutoML模型来预测心脏疾病

IntegratedML允许创建一个AutoML模型来做预测和概率（详见https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls...）。要做到这一点，需要创建以下模型，通过 管理门户>系统资源管理器>SQL。

CREATE MODEL HeartDiseaseModel PREDICTING (heartDisease) FROM automl.HeartDiseaseTrainData

这个模型将从automl.HeartDiseaseTrainData view中获得训练数据（学习）。

第6步 - 执行训练

执行训练，了做到这一点，执行下面训练SQL语句，通过 管理门户>系统资源管理器>SQL。

TRAIN MODEL HeartDiseaseModel

第7步 - 验证训练后的模型

为了验证训练结果，在 管理门户>系统资源管理器>SQL 中执行以下SQL指令。

VALIDATE MODEL HeartDiseaseModel FROM automl.HeartDiseaseTestData

使用automl.HeartDiseaseTestData view 中的测试数据验证了HeartDiseaseModel。

第8步 - 获取验证指标

为了查看验证过程中的验证指标，在 管理门户>系统资源管理器>SQL 中执行以下SQL 指令。

SELECT * FROM INFORMATION_SCHEMA_ML_VALIDATION_METRICS

要了解返回的结果，请见 https://docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls?KEY=GIML_VALIDATEMODEL.

InterSystems IRIS 文件从验证结果中详细说明了以下内容。:

验证指标，可以在INFORMATION_SCHEMA_ML_VALIDATION_METRICS表中查看

对于回归模型，以下指标会被保存:

• 方差
• R-squared
• 平均平方误差
• 均方根误差

对于分类模型，以下指标会被保存：

• Precision — 这是用真阳性数除以预测阳性数（真阳性与假阳性之和）计算出来的。
• Recall — 这是用真阳性数除以实际阳性数（真阳性与假阴性之和）来计算的。
• F-Measure — 这是由以下表达式计算的：F = 2 * (精度*召回率) / (精度+召回率)
• Accuracy — 这是用真阳性和真阴性的数量除以整个测试集的总行数（真阳性、假阳性、真阴性和假阴性之和）来计算的。

第9步 - 使用你的新AutoML模型执行预测 - 最后一步!

为了查看验证过程中的验证指标，在 管理门户>系统资源管理器>SQL 中执行以下SQL指令。  

SELECT *, PREDICT(HeartDiseaseModel ) AS heartDiseasePrediction FROM automl.HeartDiseaseTestData

比较列 heartDisease（真实值）和 heartDiseasePrediction（预测值）。