[发明专利]一种可拖拽式机器学习工作流组件调度方法

权利要求书

1.一种可拖拽式机器学习工作流组件调度方法，其特征在于：包括以下步骤：

S1、设计与组件类别相对应的组件配置模版，配置模版中除伪节点Base以外，其他节点与机器学习建模所需的任务一一对应；

S2、获取当前机器学习工作流所包含的机器学习建模所需的任务及任务顺序，并将该任务顺序和配置模版作为参数一起传入；

S3、根据任务顺序动态加载配置模版参数，执行机器学习工作流。

2.根据权利要求1所述的一种可拖拽式机器学习工作流组件调度方法，其特征在于：该方法还包括：S11、采用与组件类别相对应的组件配置模版对组件进行封装，包括采用与组件类别相对应的组件配置模版对组件进行封装，将组件的数据输入接口、数据输出接口及组件参数接口暴露出来。

3.根据权利要求2所述的一种可拖拽式机器学习工作流组件调度方法，其特征在于：该方法还包括：S12、任务运行日志保存路径通过伪节点Base进行配置。

4.根据权利要求3所述的一种可拖拽式机器学习工作流组件调度方法，其特征在于：该方法还包括：S21、按照该任务顺序对机器学习建模所需的任务所对应组件进行连接后，根据组件的规范性输入类型、输入数量、输出类型及输出数量对前后连接的两个组件进行是否符合连接规范检查；

其中，若符合，进行S3步骤；否则，拒绝不符合连接规范的连接组件并报错提示，重复执行S11-S21步骤直至组件连接符合连接规范后才执行S3步骤。

5.根据权利要求4所述的一种可拖拽式机器学习工作流组件调度方法，其特征在于：S21中报错提示方式为弹框提示或命令行终端提示所述机器学习建模所需的任务流程中组件的连接错误信息。

6.根据权利要求5所述的一种可拖拽式机器学习工作流组件调度方法，其特征在于：该方法还包括：S22、用户也可以通过拖拽机器学习组件，设计组件运行流程图，控制组件之间的数据流向。