文档

混淆矩阵

更新时间:

混淆矩阵(Confusion Matrix)适用于监督学习,与无监督学习中的匹配矩阵对应。在精度评价中,混淆矩阵主要用于比较分类结果和实际测量值,可以将分类结果的精度显示在一个矩阵中。本文为您介绍混淆矩阵组件的配置方法。

使用限制

支持的计算引擎为MaxCompute。

组件配置

您可以使用以下任意一种方式,配置混淆矩阵组件参数。

方式一:可视化方式

Designer工作流页面配置组件参数。

参数

描述

原数据的标签列列名

支持数值类型。

预测结果的标签列列名

如果未配置阈值,则该参数必选。

阈值

大于该参数值的样本为正样本。

预测结果的详细列列名

预测结果的标签列列名不能共存。如果已配置阈值,则该参数必选。

正样本的标签值

如果已配置阈值,则该参数必选。

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

  • 未指定阈值

    pai -name confusionmatrix -project algo_public
        -DinputTableName=wpbc_pred
        -DoutputTableName=wpbc_confu
        -DlabelColName=label
        -DpredictionColName=prediction_result;
  • 指定阈值

    pai -name confusionmatrix -project algo_public
        -DinputTableName=wpbc_pred
        -DoutputTableName=wpbc_confu
        -DlabelColName=label
        -DpredictionDetailColName=prediction_detail
        -Dthreshold=0.8
        -DgoodValue=N;

参数

是否必选

描述

默认值

inputTableName

输入表的名称,即预测输出表。

inputTablePartition

输入表的分区。

全表

outputTableName

输出表的名称,用于存储混淆矩阵。

labelColName

原始标签列的名称。

predictionColName

预测结果列的名称。如果未配置threshold,则该参数必选。

predictionDetailColName

预测结果详细列的名称。如果已配置threshold,则该参数必选。

threshold

划分正样本的阈值。

0.5

goodValue

二分类时,指定训练系数对应的标签值。如果已配置threshold,则该参数必选。

coreNum

计算的核心数量。

系统自动分配

memSizePerCore

每个核心的内存,单位为MB。

系统自动分配

lifecycle

输出表的生命周期。

示例

  1. 用MaxCompute客户端创建表test_data,其中列字段和数据类型为id bigint、label string、prediction_result string。关于MaxCompute客户端的安装及配置请参见使用本地客户端(odpscmd)连接,如何创建表,请参见创建表

  2. 将如下测试数据导入到表test_data中。如何导入数据,请参见导入数据

    id

    label

    prediction_result

    0

    A

    A

    1

    A

    B

    2

    A

    A

    3

    A

    A

    4

    B

    B

    5

    B

    B

    6

    B

    A

    7

    B

    B

    8

    B

    A

    9

    A

    A

  3. 构建如下工作流,并运行组件,详情请参见算法建模混淆矩阵实验

    1. 在Designer左侧组件列表中,分别搜索读数据表组件和混淆矩阵组件,并拖入右侧画布中。

    2. 参照上图,通过连线的方式,将各个节点组织构建成为一个有上下游关系的工作流。

    3. 配置组件参数。

      • 在画布中单击读数据表-1组件,在右侧表选择页签,配置表名为test_data。

      • 在画布中单击混淆矩阵-1组件,在右侧配置如下表中的参数,其余参数使用默认值。

        参数

        描述

        原数据的标签列列名

        选择label列。

        预测结果的标签列列名

        输入prediction_result

    4. 参数配置完成后,单击运行按钮image,运行工作流。

  4. 工作流运行成功后,右键单击混淆矩阵-1组件,在快捷菜单,选择可视化分析,查看混淆矩阵组件的输出结果。

    • 单击混淆矩阵页签,查看输出的混淆矩阵。

      image

    • 单击统计信息页签,查看模型统计信息。

      image

相关文档

  • 关于Designer组件更详细的内容介绍,请参见Designer概述

  • Designer预置了多种算法组件,你可以根据不同的使用场景选择合适的组件进行数据处理,详情请参见组件参考:所有组件汇总

  • 本页导读 (1)
文档反馈