您可以使用流在模型运行时对其进行训练。 通常，要测试模型，可以运行建模节点以便将该模型添加到流中，建立适当的连接，然后运行“分析”节点。

借助脚本，您可以在创建模型块后，实现模型块测试过程的自动化。 例如，您可以使用如下脚本训练神经网络模型：

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([])

以下带着重号的句子说明此脚本示例中的每一行。

• 第一行定义指向当前流的变量。
• 在第二行中，脚本将查找“神经网络”构建器节点。
• 在第三行中，脚本将创建可以在其中存储执行结果的列表。
• 在第四行中，将创建“神经网络”模型块。 此模型块存储在第三行中定义的列表内。
• 在第五行中，将为此模型块创建模型应用节点并将此节点放入流工作区中。
• 在第六行中，将创建称为 Drug 的分析节点。
• 在第七行中，脚本将查找类型节点。
• 在第八行中，脚本将连接第五行中在类型节点与分析节点之间创建的模型应用节点。
• 最后，运行“分析”节点以生成“分析”报告。