本文为您介绍PAI-Studio提供的预测算法。

预测

通常，传统的数据挖掘算法都可以使用预测组件进行模型预测。该组件的输入为训练模型和预测数据，输出为预测结果。

PAI-Studio支持通过可视化或PAI命令的方式，配置该组件参数：
  • 可视化方式
    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。
  • PAI命令方式
    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 输出表的结果列。 prediction_result
    scoreColName 否 输出表的分数列。 prediction_score
    detailColName 否 输出表的详细列。 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

预测示例

  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