直方图 - 机器学习PAI

直方图（Histogram）又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。通常，横轴表示数据类型，纵轴表示分布情况。

组件配置

您可以通过以下方式，配置离散值特征分析组件参数：

可视化方式


页签	参数	描述
字段设置	选择字段	选择需要分析的字段。支持double和bigint类型。说明最大不超过1024个字段。
参数设置	区间个数	直方图的区间个数。
执行调优	计算核心数	计算的核心数，取值范围为正整数。
执行调优	每个核内存数	每个核心的内存，取值范围为1 MB~65536 MB。

PAI命令

PAI -name histogram
      -project algo_public
      -DinputTableName=maple_histogram_1to20_input
      -DoutputTableName=maple_histogram_1to20_output
      -DselectedColNames=col0,col1 -DintervalNum=20;


参数名称	是否必选	描述	默认值
inputTableName	是	输入表的名称。	无
inputTablePartitions	否	输入表中，参与训练的分区。系统支持以下格式： Partition_name=value name1=value1/name2=value2：多级分区说明指定多个分区时，分区之间使用英文逗号（,）分隔。	无
outputTableName	是	输出表名称。	无
selectedColNames	是	输入表中用于训练的列名，以逗号分隔，支持int和double类型。说明最大不超过1024列。	无
intervalNum	否	直方图区间个数。	100
lifecycle	否	表的声明周期。	无
coreNum	否	计算的核心数，取值范围为正整数。取值范围[1, 9999]。	系统自动分配
memSizePerCore	否	每个核心的内存，取值范围为1 MB~65536 MB。	系统自动分配

示例

输入说明


col0	col1
1	1.0
2	2.0
3	3.0
4	4.0
5	5.0
6	6.0
7	7.0
8	8.0
9	9.0
10	10.0
11	11.0
12	12.0
13	13.0
14	14.0
15	15.0
16	16.0
17	17.0
18	18.0
19	19.0
20	20.0

PAI命令

PAI -name histogram
    -project algo_public
    -DinputTableName=maple_histogram_1to20_input
    -DoutputTableName=maple_histogram_1to20_output
    -DselectedColNames=col0,col1 -DintervalNum=20;

输出说明


colname	histogram
col0	[1, 1.95):1;[1.95, 2.9):1;[2.9, 3.85):1;[3.85, 4.8):1;[4.8, 5.75):1;[5.75, 6.7):1;[6.7, 7.65):1;[7.65, 8.6):1;[8.6, 9.55):1;[9.55, 10.5):1;[10.5, 11.45):1;[11.45, 12.4):1;[12.4, 13.35):1;[13.35, 14.3):1;[14.3, 15.25):1;[15.25, 16.2):1;[16.2, 17.15):1;[17.15, 18.1):1;[18.1, 19.05):1;[19.05, 20]:1
col1	[1, 1.95):1;[1.95, 2.9):1;[2.9, 3.85):1;[3.85, 4.8):1;[4.8, 5.75):1;[5.75, 6.7):1;[6.7, 7.65):1;[7.65, 8.6):1;[8.6, 9.55):1;[9.55, 10.5):1;[10.5, 11.45):1;[11.45, 12.4):1;[12.4, 13.35):1;[13.35, 14.3):1;[14.3, 15.25):1;[15.25, 16.2):1;[16.2, 17.15):1;[17.15, 18.1):1;[18.1, 19.05):1;[19.05, 20]:1