# 模型下载

## 如何下载模型？

        用户可以点击建模任务列中对应任务的 【下载模型】 按钮下载该任务训练完成的模型。如下图：

<figure><img src="https://2865174764-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F35qo4yVdf24OsDDvR8Ix%2Fuploads%2FRzO0SmMyn755Hwi1Agdz%2F%E4%BB%98%E8%B4%B9%E5%8A%9F%E8%83%BD-%E4%B8%8B%E8%BD%BD%E6%A8%A1%E5%9E%8B.JPEG?alt=media&#x26;token=8f562fee-aa23-4485-b337-0cf6f9cccc26" alt=""><figcaption></figcaption></figure>

## 模型文件结构

&#x20;       当用户下载模型文件之后会获取到一个名称为model\_\*.zip的压缩文件，该压缩文件中记录了所有关于本次建模的基本信息和相关元数据。

&#x20;       通过解压工具解压可获取一个名称为result的文件夹，如下图：

<figure><img src="https://2865174764-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F35qo4yVdf24OsDDvR8Ix%2Fuploads%2Ftd57E5SqSbUCwWXPcRPJ%2F%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD%E6%96%87%E4%BB%B6V3.png?alt=media&#x26;token=0e213bc5-7a5c-43c0-bc03-9d4b87221691" alt=""><figcaption></figcaption></figure>

&#x20;       文件夹中大致可分为如下几个部分：

* **example.py文件**：该文件为本平台提供的机器学习框架的代码样例。
* **result文件夹**：该文件夹存放本次模型训练过程中的元数据等相关文件，包括自动化特征工程（AutoFE），自动化机器学习（AutoML）以及建模任务配置文件等相关信息。

{% hint style="info" %}
下载完毕的模型可以通过本平台提供的预测框架库完成预测等相关工作。

本平台已经在Python公有仓库 [PyPI](https://pypi.org/) 中发布了预测框架库 [changtianml](https://pypi.org/project/changtianml/#history)，通过该依赖库可以更加便携的方便用户完成预测等相关工作。目前该工具库仍然在不断迭代和完善中，敬请期待！
{% endhint %}

## 模型元数据

### 建模任务配置

&#x20;       关于本次建模过程中所涉及到的配置信息以及高级参数等均存放在config.yaml文件中。

### 自动化特征工程

<table><thead><tr><th width="179">文件名称</th><th>文件描述</th></tr></thead><tbody><tr><td>features.csv</td><td>高级特征列表（Latex公式风格）</td></tr><tr><td>record.csv</td><td>高级特征列表详情（CSV格式）</td></tr><tr><td>result</td><td>高级特征列表详情（JSON格式）</td></tr><tr><td>labelencoder.pkl</td><td>自动化特征工程模型二进制文件</td></tr><tr><td>dfs_log</td><td>自动化特征工程阶段探索日志</td></tr></tbody></table>

### 自动化机器学习

<table><thead><tr><th width="178">文件名称</th><th>文件描述</th></tr></thead><tbody><tr><td>result</td><td>自动化机器学习模型二进制文件</td></tr><tr><td>val_res</td><td>验证集预测结果文件</td></tr><tr><td>val_logs</td><td>验证集评估指标文件</td></tr><tr><td>logs</td><td>自动化机器学习阶段探索日志</td></tr></tbody></table>