创建输入节点

目标锁定 2026-09-08 稳定加速器 0 16

数据导入节点

目的：将数据从本地存储或文件传输到Surge。

步骤：

选择输入源：将数据从本地文件、数据库或云存储导入Surge。
设置输入参数：根据数据格式设置输入参数（如列名、字段类型等）。
输出节点：将数据配置为输出节点，方便后续操作。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')  # 输入文件路径
# 创建输出节点
output_node = sg.node('output', 
                       data_type='text/csv')
# 创建导入节点
node = sg.node('import', 
              input_node=input_node, 
              output_node=output_node)
# 处理节点
node.execute()  # 处理并输出结果

数据清洗节点

目的：从输入数据中去除噪声或错误信息。

步骤：

选择输入源：从输入节点获取数据。
设置过滤规则：定义过滤规则（如去除特定值、删除重复行等）。
输出节点：将处理后的数据输出。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')  # 输入文件路径
# 创建过滤规则节点
filter_node = sg.node('filter', 
                       input_node=input_node, 
                       filter='value=1',  # 测试过滤规则
# 创建清洗节点
clean_node = sg.node('clean', 
                       input_node=filter_node,
                       output_node='clean_data.csv')
# 处理节点
node = sg.node('import', 
              input_node=input_node, 
              output_node=clean_node)
node.execute()

特征工程节点

目的：为模型训练准备特征数据。

步骤：

选择输入源：从输入节点获取数据。
处理缺失值：删除或插值缺失值。
数据增强：生成变形后的数据。
特征工程：进行特征提取（如归一化、标准化、特征工程等）。
输出节点：将处理后的特征数据输出。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')
# 创建缺失值填充节点
missing_node = sg.node('missing', 
                       input_node=input_node,
                       fillna='mean',  # 填补方法
# 创建归一化节点
normalize_node = sg.node('normalize', 
                       input_node=missing_node,
                       scale='-1')  # 归一化方法
# 创建特征工程节点
fe_node = sg.node('fe', 
                 input_node=normalize_node,
                 output_node='processed_data.csv')
# 处理节点
node = sg.node('import', 
              input_node=input_node,
              output_node=fe_node)
node.execute()

模型训练节点

目的：训练机器学习模型。

步骤：

选择输入源：从输入节点获取数据。
选择模型：选择合适的模型（如回归、分类、聚类等）。
设置参数：调整模型参数（如超参数、学习率等）。
训练节点：训练模型。
输出节点：输出模型结果。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')
# 创建模型节点
model_node = sg.node('model', 
                     input_node=input_node,
                     model='randomForestRegressor')
# 创建训练节点
train_node = sg.node('train', 
                     input_node=model_node,
                     output_node=' trained_model.csv')
# 处理节点
node = sg.node('import', 
              input_node=input_node,
              output_node=train_node)
node.execute()

评估节点

目的：评估模型性能。

步骤：

选择输入源：从输入节点获取数据。
加载模型：加载训练好的模型。
设置参数：调整模型参数（如超参数）。
计算评估指标：计算模型评估指标（如准确率、召回率等）。
输出节点：输出评估结果。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')
# 创建模型节点
model_node = sg.node('model', 
                     input_node=input_node,
                     model='randomForestRegressor',
                     ntree=1)
# 创建评估节点
eval_node = sg.node('eval', 
                    input_node=model_node,
                    eval_type='accuracy',
                    threshold='.9')
# 处理节点
node = sg.node('import', 
              input_node=input_node,
              output_node=eval_node)
node.execute()

标准化节点

目的：对数据进行标准化处理。

步骤：

选择输入源：从输入节点获取数据。
标准化节点：对数据进行标准化处理（如均值标准化、归一化等）。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')
# 创建标准化节点
scale_node = sg.node('scale', 
                      input_node=input_node,
                      scale='-1')
# 处理节点
node = sg.node('import', 
              input_node=input_node,
              output_node=scale_node)
node.execute()

文档节点

目的：生成文档内容。

步骤：

选择输入源：从输入节点获取数据。
生成文档：对数据进行文档分析。
输出节点：输出文档内容。

示例代码（Python）：

import surge as sg
input_node = sg.node('input', 
                     data_type='text/csv',  # 输入文件类型
                     file_path='/path/to/your/data.csv')
# 创建文档分析节点
doc_node = sg.node('doc', 
                   input_node=input_node,
                   output_node='data Documentation.csv')
# 处理节点
node = sg.node('import', 
              input_node=input_node,
              output_node=doc_node)
node.execute()