[发明专利]一种交互式机器学习实验展示方法及系统

说明书

本发明公开了一种交互式机器学习实验展示方法及系统，属于计算机图形学技术领域。该方法及系统可以提高机器学习实验创建、调试和监控的便捷性，降低了机器学习的门槛，提高了开发效率。所述交互式机器学习实验展示方法包括：在网页上创建画布；从所述组件列表区域中选择组件并置于画布区域中，在组件配置参数区域中对所述组件的参数进行配置，并读取数据，完成节点设置；对所述画布区域中的节点数据进行训练，获得初始模型；对所述初始模型进行评估，如果评估结果没有达到预设目标，则修改参数配置数据，重新训练后进行评估，直至评估结果满足预设目标，获得最终模型。

技术领域

本发明涉及计算机图形学技术领域，特别地，涉及一种交互式机器学习实验展示方法及系统。

背景技术

机器学习是人工智能的核心。机器学习主要研究如何利用算法让计算机模拟人的学习方式，自动分析数据获得新的知识。机器学习可以用来发现已有数据中的规律，进而预测未来的事件和行为等。机器学习的实现方式明显优于传统的商业智能形式。传统的机器学习主要使用Statistical Product and Service Solutions(对应中文：统计产品与服务解决方案，简称：SPSS)，STATISTICAL ANALYSIS SYSTEM(对应中文：统计分析系统，简称：SAS)等桌面软件，或R，Python等编程语言对数据进行离线处理和挖掘。然而，这种方式一方面对使用者的编程水平或软件的应用能力要求较高，另一方面往往只能离线处理少量数据。因此在大数据云计算时代，这种传统的机器学习在开发门槛、开发效率和部署重用等方面渐渐暴露出其弊端。

为了简化使用机器学习的过程，便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用，同时，有效利用云计算超大规模数据的处理和存储能力，很多公司纷纷在自己的云计算平台上推出基于Web的在线机器学习服务。其中有代表性的主要有阿里巴巴机器学习平台(PAI平台)和微软Azure机器学习工作室等。

阿里和微软的机器学习平台是目前国内国外顶级水平。在他们的机器学习平台中均提供了基于Web的可视化操作界面。在这个界面中左侧是一些算法等组件，中间是实验画布，右侧是组件参数配置页。通过鼠标拖动节点到画布，然后拖动节点之间的端口可以完成机器学习实验流程图的创建，选择相应的组件可以在右侧配置组件的运行参数。配置完成后可以执行该实验。实验结束后，得到训练好的模型可保存并供其他机器学习实验使用；实验的处理流程也可以重复应用于新数据的分析和挖掘。现有的机器学习平台中的可视化操作界面在实时进度展现，实验流程控制和画布中流程图自动布局等方面尚有不足之处。

发明内容

本发明实施例提供一种交互式机器学习实验展示方法及系统，可以提高机器学习实验创建、调试和监控的便捷性，降低了机器学习的门槛，提高了开发效率。

为解决上述技术问题，本发明实施例采用下述技术方案：

第一方面，本发明实施例提供一种交互式机器学习实验展示方法，包括：

在网页上创建画布；所述画布包括组件列表区域、画布区域和组件配置参数区域；

从所述组件列表区域中选择组件并置于画布区域中，在组件配置参数区域中对所述组件的参数进行配置，并读取数据，完成节点设置；

对所述画布区域中的节点数据进行训练，获得初始模型；

对所述初始模型进行评估，如果评估结果没有达到预设目标，则修改参数配置数据，重新训练后进行评估，直至评估结果满足预设目标，获得最终模型。

结合第一方面，作为第一种可实现的方案，所述的方法还包括进行自动布局，具体包括：

将所述节点和节点之间的连线数据重新生成为图结构数据；

调用布局函数，将所述图结构数据输入布局函数中，生成节点布局后的新坐标；

清除画布区域中原有节点和连线；