基于分箱组件实现连续特征离散化

操作步骤

1. 进入PAI-Designer页面。
   1. 登录PAI控制台。
   2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
   3. 在工作空间页面的左侧导航栏选择模型开发和训练 > 可视化建模（Designer），进入Designer页面。
2. 创建空白工作流，并进入工作流，详情请参见新建自定义工作流。
   其中：

   • 工作流名称：配置为基于分箱组件实现连续特征离散化。
   • 描述：配置为使用PAI提供的分箱组件，实现连续特征离散化。
   • 可见范围：选择仅自己可见。
3. 构建实验流程。
   1. 在左侧组件列表，将源/目标下的读数据表组件拖入画布中。
   2. 在左侧组件列表，将金融板块下的分箱和数据转换模块组件拖入画布中。
   3. 将以上组件拼接为如下实验。
4. 配置组件参数。
   1. 单击画布中的读数据表组件，在右侧面板，配置实验数据源。

      页签	参数	描述
      表选择	表名	输入pai_online_project.iris_data。
      	分区	该公共数据表为非分区表，因此分区复选框不支持选中。
      字段信息	源表字段信息	配置表名后，系统会自动同步该数据表的源表字段信息，无需手动配置。

   2. 单击画布中的分箱组件，在右侧面板，配置参数（仅配置如下参数，其他参数使用默认值即可）。

      页签	参数	描述
      IO/字段设置	特征列	选择f1、f2、f3及f4列。
      参数设置	分箱个数	配置为10，表示将连续特征离散化至10个区间中。
      	分箱方式	支持等频、等宽及自动分箱。使用自动分箱时，数据源必须包含label字段，且为二分类场景。本文以等频分箱为例。

   3. 单击画布中的数据转换模块组件，在右侧面板，配置参数（仅配置如下参数，其他参数使用默认值即可）。

      页签	参数	描述
      IO/字段设置	不进行转换的数据列	选择type列，该列会原样输出。
      	数据转换的类型	选择Index。

5. 单击画布上方的运行。
6. 查看实验结果。
   1. 实验运行结束后，右键单击画布中的数据转换模块组件，在快捷菜单，单击查看数据 > 输出，即可查看离散化结果。
   2. 右键单击画布中的分箱组件，在快捷菜单，单击我要分箱。
   3. 单击待查看特征（以f1特征列为例）名称，即可查看该特征的分箱详情，如下图所示。
   4. 单击图表页签，以图表的形式查看分箱结果。