应用场景
华为云结合AI大模型与数据分析技术，推出智能预测工具链：围绕数据预测业务构建全流程自动化工具栈，依托低门槛操作与智能化分析能力辅助数据专家，实现从业务理解到模型生成的端到端高效迭代。
约束限制
- 当前相关的示例均在“新手指引”给出，体验版本仅支持相关示例。
图1 新手指引 
- 调用频率不超过100次/分钟。
操作流程
- 登录AI科学计算平台，进入科研助手页面，选择预测助手。
图2 选择预测助手 
- 解析任务意图
上传业务用户需上传原始数据集（目前支持CSV格式），并在交互界面填写任务需求，需包含业务场景、任务目标、目标字段等信息。通过AI agent的意图识别能力，自动解析用户输入内容，明确任务类型、目标字段和评估指标，算法自动输出业务理解内容。
样例输入：
【表格回归任务】用户输入：预测房价，基于面积、卧室数量、浴室数量、位置等特征进行回归预测任务建模，目标列为price。
图3 解析任务意图 
- 探查数据面貌
根据上一步的业务理解结果以及用户上传原始数据集，平台自动识别字段类型、评估数据质量（检测缺失值、异常值、数据分布），并提供训练集/测试集划分建议，算法自动输出数据探查报告。
图4 探查数据面貌 
- 构建特征工程
根据上一步的数据探查结果，用户可选择自动特征工程或手动配置特征构建逻辑，平台自动执行数据清洗（缺失值填充、异常值处理），并结合业务场景构建具有预测价值的衍生特征（如历史统计特征、时间窗口特征、类别编码等），算法自动输出清洗后的高质量建模数据集及特征变换步骤记录。
图5 构建特征工程 
- 生成算法模型
根据上一步生成的建模数据集和步骤2确认的建模目标，AI根据数据形态和任务类型自动匹配最优算法（如时序算法、LightGBM、神经网络等）并进行模型训练，算法自动输出训练完成的预测模型文件和模型结构摘要。
图6 生成算法模型 
- 验证建模效果
用户需要在上一步生成的模型基础上自动带入预留的测试集数据进行验证。评估执行后会自动进行指标计算，支持残差分析、特征重要性等深度解读，并且对模型效果进行判定是否达标。最后生成模型评估报告，展示预测效果关键指标，当评估完成后，可进行下一步。
图7 验证建模效果 
- 总结分析报告
根据前序步骤的所有元数据及结果，AI辅助生成完整的业务分析报告，包含建模思路（流程回顾）、关键发现（如核心影响因素、数据洞察结论）、局限性分析（如数据偏差、未覆盖的场景）以及后续迭代建议，算法支持用户提问及生成可导出的分析报告。
图8 生成分析报告 
