准备数据

本示例使用的数据集来自UCI的Machine Learning Repository，数据集介绍请参见Bank Maketing Data Set。数据集的基本信息可参见表1和表2，您可以从Github获取数据集并上传至OBS中。

1. 从gitee下载ModelArts-Lab工程，并在“ModelArts-Lab”工程中的“\ModelArts-Lab-master\official_examples\Using_ModelArts_to_Create_a_Bank_Marketing_Application\data”目录下获取训练数据文件“train.csv”。
2. 将“train.csv”文件上传至OBS，例如“test-modelarts/bank-marketing”。OBS上传文件的操作指导，请参见上传文件。

创建预测分析项目

1. 在ModelArts管理控制台，在左侧导航栏中选择“自动学习”。
   图1 进入自动学习
   
2. 在“自动学习”页面，单击“预测分析”区域的“创建项目”。
3. 进入“创建预测分析项目”页面，然后设置项目“名称”，并选择“训练数据”所在的OBS路径，本示例中，数据集路径为“test-modelarts/bank-marketing/train.csv”。最后，单击“创建项目”完成操作。系统自动跳转至“自动学习 > 数据标注”页面，如图2所示。
   图2 创建预测分析项目
   

训练模型

1. 在“自动学习 > 数据标注”页面中，预览数据并选择训练目标。此处训练目标是客户是否会办理存款（即“attr_7”），该列目标结果是“离散值”。训练目标选择完成后，单击“训练”。
   图3 选择训练目标
   
2. 在弹出的“训练设置”对话框中，选择训练使用的“计算规格”，单击“下一步”进入配置页，确认规格后单击“提交”开始模型训练。

   训练时间相对较长，建议您耐心等待。如果关闭或退出此页面，系统仍然在执行训练操作。

   图4 训练设置
   
3. 在模型训练页面中，左侧的训练作业状态变为“已完成”时，表示训练作业已结束，且右侧“训练详情”将展现此训练作业相关的详细信息。
   图5 训练结束
   

部署模型

1. 在“模型训练”页面，在“版本管理”区域，单击“部署”，系统开始部署服务并自动跳转至“部署上线”页面。
2. 在“版本管理”区域，当状态变为“运行中”时，表示服务已部署完成。您可以在预测区域，测试服务。

   测试代码如下所示，如图6所示预测结果为“"predict": "no"”，表示此用户会不办理存款。

   {
   
     "data": 
     {
       "count": 1,
       "req_data": 
   	[
         {
           "attr_1": "34",
           "attr_2": "blue-collar",
           "attr_3": "single",
           "attr_4": "tertiary",
           "attr_5": "no",
           "attr_6": "no"
         }
       ]
     }
   }

   图6 测试模型