数据帧分析作业的工作原理

数据帧分析作业本质上是一个持久的 Elasticsearch 任务。在其生命周期中，它会根据分析类型经历四个或五个主要阶段：

让我们逐一了解这些阶段。

在重新索引阶段，源索引中的文档会被复制到目标索引。如果您想定义设置或映射，请在启动作业之前创建索引。否则，作业将使用默认设置创建它。

一旦目标索引构建完成，数据帧分析作业任务将调用 Elasticsearch Reindex API 来启动重新索引任务。

重新索引完成后，作业会从目标索引中获取所需的数据。它将数据转换为分析过程期望的格式，然后将其发送到分析过程。

在此阶段，作业会生成一个用于分析数据的机器学习模型。分析的具体阶段因数据帧分析作业的类型而异。

异常值检测作业有一个名为 computing_outliers 的单一分析阶段，该阶段用于识别数据中的异常值。

回归和分类作业有四个分析阶段：

加载的数据经过分析后，分析过程会返回结果。只会写回分析计算的附加字段，加载数据阶段加载的字段不会写回。数据帧分析作业将结果与目标索引中的数据行匹配，合并它们，然后将它们索引回目标索引。

此阶段仅存在于回归和分类作业中。在此阶段，作业会根据数据集的测试拆分来验证训练好的模型。

最后，在所有阶段完成后，该任务被标记为已完成，数据帧分析作业停止。您的数据已准备好进行评估。