本教程展示一个相对复杂的幕景应用。我们尝试利用 SemDB 搭建一个简易的排序系统。

在这一教程中，我们从一个已经完成数据导入的快照开始操作，如下所示。

可以看到，快照内包含很多人员的面试评价，以及对应的面试官的人选。此外，还有一些面试官的困难程度。

我们点击左侧导航栏第四个按钮，进入幕景编辑页面的场景表格栏，然后点击加号按钮创建面试官场景表格，填写名称并选择相应的模板。

然后选择Difficulty这一列，并将该列标注为枚举类型，设定数值范围为5，完成后点击右上侧的存盘按钮进行保存。

接下来，再创建一个新的面试人员场景表格，填写名称并选择相应的模板。

选择 A、B、GradeA、GradeB 这四列，其中 A、B 列标注为外键类型，GradeA、GradeB 列标注为数值类型， 然后选择 A、B列的外键目标为面试官，然后添加一个名为final的列作为附加属性，完成后点击右上侧的存盘按钮进行保存。

切换到模型栏，点击加号按钮打开创建模型窗口。填写模型名称，模型类型以及所挂靠的场景表格。

提交后，打开模型输入属性栏，点击添加路径文字右侧的加号按钮创建三个路径，然后在第一个路径上选择 GradeA、GradeB 作为输入， 第二、三个路径分别选择 A、B 路径上的 Difficulty 作为模型输入。

打开模型输出属性栏，选择final作为输出。然后打开排序模型设置栏，选择基础模型类型和模型输出值，完成后注意保存。

接下来回到表格变换页面，创建label视图作为模型的数据源。

然后回到幕景编辑页面，切换到数据源栏，为幕景设置数据源，然后保存。

之后对幕景进行部署，然后起一个名字。

接下来，进入幕景监测页面，选择刚创建的幕景，然后切换到模型栏，点击右上侧第二个烧瓶图标对模型进行训练，然后查看模型统计数据。

可以看到模型的训练误差并不大，可以接受。

回到表格变换页面，创建新视图test。

再回到幕景监测页面，选择模型统计信息栏，然后点击然后切换到模型栏，点击上方齿轮按钮设置额外数据源为刚建立的test视图。

之后便可看到测试误差和训练误差较为接近，意味着模型没有过拟合。