欢迎来到Hoefffing Tree机器学习系列的第2部分。本系列将教您如何在SAP HANA studio中构建可以执行培训模型的流项目。第二个视频现在在这里提供。关于如何创建培训模型的复习，请查看第一个视频和博客。

正如所承诺的，我们在发布视频的同时发布了第二个博客，为您提供了一个快速的概述，同时提供了一个即将到来的预览。尽管我们在studio中工作，云服务器多少钱，但请记住本系列也适用于webide用户。如果您想在Web IDE中创建机器学习模型，请查看这篇博文。

下面是第2部分的概述，并介绍接下来的内容。

第2部分是培训阶段的结论，其中包括创建和构建一个使用Hoefffing树训练算法来训练模型的项目。在本教程中，您将使用代码段构建项目。编译并运行项目后，淘客查询，您将从CSV文件上载数据并查看输出。您可以从下载代码段和源数据https://github.com/saphanaacademy/SDS。将此页面添加为书签，因为您将需要此处的资源，以便在本系列的后续视频中使用。GitHub中的代码不是正式的SAP代码；它是您将用于本教程系列的示例代码。

对于本视频，您将从声明中获得用于培训的数据_列车.csv文件。此文件包含收集的有关保险单类型、索赔人年龄、索赔金额、索赔人部门以及索赔是否欺诈的源数据。此数据将由输入流"in1"收集。

下面是数据查看：

在收集此数据之前，您需要创建和构建一个流项目。

创建和构建一个项目

在studio或Web IDE中，人工智能软件下载，创建一个新项目。然后，从Shau Hoefffding复制CCL_列车.ccl文件，并用刚复制的CCL替换项目中的默认CCL。由于流式分析的实用性，淘客放单平台，流式处理可以从任何地方获取数据—从CSV文件、XML文件、物联网设备等。

执行机器学习模型的CCL结构很简单：声明模型、设置模式、设置数据服务连接以及创建输入和输出流。一个输入流需要收集数据，一个输出流需要执行模型。在我们的示例中，我们有另一个输出流，用于在建模完成后收集所有结果。

以下是CCL的外观：

这些输入和输出模式反映了您在第一个视频中使用的模式，您在第一个视频中创建了培训模型。"DECLARE MODEL"语句设置模型的名称、输入和输出模式以及数据服务。输入流"in1"收集训练数据，输出流"model\u stream"从"in1"收集数据并执行训练模型。另一个输出流"out1"收集所有结果。您可以将"out1"写入HANA表，或将其流式传输到任何地方。

继续之前，请确保您声明和执行的培训模型的名称与您在第1部分中创建的模型的名称相同。如果名称不匹配，项目将无法正常运行。在我们的例子中，名称是"hoeffdingtrain"：

项目已经构建，所以现在您可以编译和运行它了。一旦启动并运行，它就可以连续接收数据并在您的模型上构建。打开输入和输出流，以便在上传时可以看到数据。

上传数据并查看输出

通过文件上传视图，上传索赔_列车.csv文件：

输入选项卡显示16行训练数据：

模型的准确性（在预测方面）随着数据的增加而增加。您可以在"输出"选项卡中查看精度：

一旦您的模型具有足够精确的输出（例如80%），物联网技术，您就可以开始使用它来预测未来事件。

下一步是什么？

请继续关注视频系列的第3部分（及其相关的博客文章），您将创建一个参考您的培训模式的评分模型。为了结束本系列，您将创建并构建一个项目，在该项目中，您可以执行评分模型，对未来的保险索赔进行计算，预测它们是否具有欺诈性。

有关机器学习模型的更多信息，请查看《流式分析开发人员指南》的模型管理部分。如果您对在WebIDE中创建机器学习模型感兴趣，请查看这篇博文。