本文为您介绍PAI-Designer（原PAI-Studio）提供的预测算法。使用Designer中的传统数据挖掘算法得到的模型，如果没有同名配套的预测组件，通常都可以采用这个通用预测组件来做预测。该组件的输入为训练模型和预测数据，输出为预测结果。

组件配置

您可以使用以下任意一种方式，配置预测组件参数。

方式一：可视化方式

在PAI-Designer（原PAI-Studio）工作流页面配置组件参数。
页签 参数 描述
字段设置 特征列 参与预测的特征列，默认选择所有列。
原样输出列 建议添加标签列，便于评估。
输出结果列名 输出表的结果列。
输出分数列名 输出i表的分数列。
输出详细列名 输出表的详细列。
稀疏矩阵 使用KV格式表示稀疏数据。
key与value分隔符 默认为英文冒号（:）。
kv对间的分隔符 默认为英文逗号（,）。
执行调优 核心数 与参数每个核的内存大小搭配使用，取值范围为正整数。
每个核的内存大小 与参数核心数搭配使用，单位为MB。

方式二：PAI命令方式

使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。
pai -name prediction
    -DmodelName=nb_model
    -DinputTableName=wpbc
    -DoutputTableName=wpbc_pred
    -DappendColNames=label;
参数 是否必选 描述 默认值
inputTableName 是 输入表的名称。 无
featureColNames 否 输入表中，参与预测的特征列，多个列以英文逗号（,）分隔。 所有列
appendColNames 否 输入表中，附加至输出表的预测列。 无
inputTablePartitions 否 输入表中，参与训练的分区。支持以下格式：
  • Partition_name=value
  • name1=value1/name2=value2：多级格式
说明 如果指定多个分区，则使用英文逗号（,）分隔。
全表
outputTablePartition 否 结果输出至输出表的分区。 无
resultColName 否 输出表的预测结果，即所有可能结果中，预测概率最高的结果。 prediction_result
scoreColName 否 输出表的预测结果的概率，即预测概率最高结果对应的预测概率值。 prediction_score
detailColName 否 输出表的详细列，即所有可能结果及其预测概率详情。 prediction_detail
enableSparse 否 输入数据是否为稀疏格式，取值范围为{true,false}。 false
itemDelimiter 否 稀疏格式KV对之间的分隔符。 英文逗号（,）
kvDelimiter 否 稀疏格式key和value之间的分隔符。 英文冒号（;）
modelName 是 输入的聚类模型。 无
outputTableName 是 输出表。 无
lifecycle 否 输出表的生命周期。 无
coreNum 否 节点个数。 系统自动分配
memSizePerCore 否 每个节点的内存，单位为MB。 系统自动分配

示例

  1. 使用SQL语句，生成测试数据。
    create table pai_rf_test_input as
select * from
(
select 1 as f0,2 as f1, "good" as class from dual
union all
select 1 as f0,3 as f1, "good" as class from dual
union all
select 1 as f0,4 as f1, "bad" as class from dual
union all
select 0 as f0,3 as f1, "good" as class from dual
union all
select 0 as f0,4 as f1, "bad" as class from dual
)tmp;
  2. 使用PAI命令，构建模型（以随机森林算法为例）。
    PAI -name randomforests
   -project algo_public
   -DinputTableName="pai_rf_test_input"
   -DmodelName="pai_rf_test_model"
   -DforceCategorical="f1"
   -DlabelColName="class"
   -DfeatureColNames="f0,f1"
   -DmaxRecordSize="100000"
   -DminNumPer="0"
   -DminNumObj="2"
   -DtreeNum="3";
  3. 使用PAI命令，提交预测组件参数。
    PAI -name prediction
    -project algo_public
    -DinputTableName=pai_rf_test_input
    -DmodelName=pai_rf_test_model
    -DresultColName=prediction_result
    -DscoreColName=prediction_score
    -DdetailColName=prediction_detail
    -DoutputTableName=pai_temp_2283_76333_1
  4. 查看输出结果表pai_temp_2283_76333_1。预测组件结果其中：
    • prediction_result：为所有可能结果中，预测概率最高的结果。
    • prediction_score：为概率最高结果的具体预测概率值。

      当可能的结果包括bad和good时，每次预测的prediction_score值既可能是bad的概率，也可能是good的概率，根据每次预测为bad或good的概率值比较结果为准，prediction_score为概率值最高的结果值。

    • prediction_detail：所有可能的结果和其对应的预测概率值详情。