フローを使用して、モデルの実行時にモデルをトレーニングできます。 通常、モデルをテストするには、モデルをフローに追加し、適切な接続を作成し、分析ノードを実行するために、モデル作成ノードを実行します。

スクリプトを使用すると、モデル・ナゲットを作成後にテストするプロセスを自動化できます。 例えば、ニューラル・ネットワーク・モデルをトレーニングするために、以下のようなスクリプトを使用できます。

stream = modeler.script.stream()
neuralnetnode = stream.findByType("neuralnetwork", None)
results = []
neuralnetnode.run(results)
appliernode = stream.createModelApplierAt(results[0], "Drug", 594, 187)
analysisnode = stream.createAt("analysis", "Drug", 688, 187)
typenode = stream.findByType("type", None)
stream.linkBetween(appliernode, typenode, analysisnode)
analysisnode.run([])

このスクリプトの例では、以下の黒丸で各行を説明します。

• 最初の行は、現行のフローを指す変数を定義します。
• 2 行目では、スクリプトはニューラル・ネットワーク・ビルダー・ノードを検出します。
• 3 行目では、スクリプトは実行結果を保管できるリストを作成します。
• 4 行目では、ニューラル・ネットワーク・モデル・ナゲットが作成されます。 これは、3 行目に定義されたリストに保管されます。
• 5 行目では、モデル・ナゲットのモデル適用ノードが作成され、フロー・キャンバス上に配置されます。
• 6 行目では、Drug という名前の精度分析ノードが作成されます。
• 7 行目では、スクリプトはデータ型ノードを検索します。
• 8 行目では、スクリプトは、データ型ノードと分析ノードの間に 5 行目に作成されたモデル適用ノードを接続します。
• 最後に、分析ノードが実行され、分析レポートが作成されます。