什么是XGBoost预测算法组件_人工智能平台 PAI(PAI)-阿里云帮助中心

XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost预测组件是在开源社区的基础上进行包装，您可以使用该组件对XGBoost训练组件生成的模型进行离线推理。本文为您介绍该组件的配置方法。

使用限制

支持的计算引擎为MaxCompute、Flink和DLC。

数据格式

当前支持Table格式和LibSVM格式的数据。

Table格式示例如下：
f0
f1
label
0.1
1
0
0.9
2
1

LibSVM格式示例如下：

示例数据

1 2:1 9:1 10:1 20:1 29:1 33:1 35:1 39:1 40:1 52:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 116:1 123:1

0 0:1 9:1 18:1 20:1 23:1 33:1 35:1 38:1 41:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 105:1 115:1 121:1

1 2:1 8:1 18:1 20:1 29:1 33:1 35:1 39:1 41:1 52:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 116:1 123:1

0 2:1 9:1 13:1 21:1 28:1 33:1 36:1 38:1 40:1 53:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 97:1 105:1 113:1 119:1

0 0:1 9:1 18:1 20:1 22:1 33:1 35:1 38:1 44:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 115:1 121:1

0 0:1 8:1 18:1 20:1 23:1 33:1 35:1 38:1 41:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 105:1 116:1 121:1

可视化配置组件参数

Designer支持通过可视化方式，配置XGBoost预测组件参数。

参数名		类型	参数描述
字段设置	算法保留列名	字符串数组	保留列。
	特征列名数组	字符串数组	表格数据中特征列。和向量列名互斥，代表输入数据的格式为表格数据。
	向量列名	字符串	LibSVM格式数据列名，和特征列名数组互斥。代表输入数据的格式为LibSVM数据。
参数设置	预测结果列名	字符串	预测结果输出列名。
执行调优	节点个数	正整数	与单个节点内存大小参数配对使用。取值范围为[1, 9999]。
执行调优	单个节点内存大小	正整数	单位为兆。取值范围为[1024, 64*1024]。

使用示例

本示例使用Designer预置模板，通过希格斯玻色子事件的分类场景，介绍如何在Designer中使用XGBoost算法。关于如何创建使用XGBoost算法探究希格斯玻色子事件分类案例工作流，请参见创建工作流：预置模板。

其中：

XGBoost预测组件输出为原生XGBoost库输出的JSON序列化，如果您想在工作流中接入二分类评估组件，您需要在XGBoost预测组件的下游接入SQL脚本组件，并配置以下代码，将XGBoost预测组件输出的JSON序列化转换为二分类评估组件需要的格式。更多内容，详情请参见XGBoost参数说明。

set odps.sql.udf.getjsonobj.new=true;

select *, CONCAT("{\"0\":", 1.0-prob, ",\"1\":", prob, "}") as detail
FROM (
select *, cast(get_json_object(pred, '$[0]') as double) as prob FROM ${t1})

f0	f1	label
0.1	1	0
0.9	2	1

使用限制

数据格式

可视化配置组件参数

使用示例

相关文档