本文为您介绍案例推理-预测组件。
功能说明
案例推理-预测组件：用于模型预测，进行最优案例解推荐，根据输入的案例推理-训练组件的特征数据，输出案例推荐结果。
仅支持案例推理-训练组件训练出的模型。
计算逻辑原理
案例推理：案例推荐算法(CBR)是基于庞大的历史优质案例，选出和目标案例相似度最高的案例，找到合适的推荐值的过程。故在实际过程中使用案例推荐算法主要可分为两部分：案例库建模-基于历史数据，筛选出优质案例；案例推荐-在案例库中检索与目标案例相似度最高的案例，并输出推荐案例的目标值。
参数说明
IN端口-输入参数
参数名 | 参数描述 | 是否必填 | 输入数据类型 |
模型应用 | 选择模型类型与具体模型，再配置模型输入数据，包括案例描述与案例索引。 | 是 | 案例描述：整数或浮点数 说明 若存在非数值数据，则会抛出异常 案例索引：与模型训练的输入数据类型一致 |
OUT端口-输出参数
参数名 | 参数描述 | 是否必填 |
OUT | 输出参数配置可参考模型应用中输出预览的目标变量名称。 | 否 |
其他参数
参数名 | 参数描述 | 是否必填 | 参数默认值 | 参数范围 |
案例筛选规则 | 案例库案例筛选的规则。默认None，表示不筛选，即所有的案例都将作为备选案例进行分析。支持if then和范围筛选语句，支持的比较符包括>、<、>=、<=、==，参数名称和关键词和比较符之间用空格分隔。多个条件之间用and/or连接。例如：if var1 > 20 then var2 <= 30 and var3 == 10。 | 否 | None | 无 |
案例描述相似度筛选阈值 | 案例描述相似度最小值。 | 是 | 0.5 | (0,1) |
案例描述相似度topk | 案例描述相似度topk筛选的阈值。
| 是 | 3 | [-1,99999999] |
案例指标topk | 案例指标topk筛选的阈值。
| 是 | 9 | (0,99999999] |
是否重置案例指标目标值或权重 | 选择是否重新设置各案例指标的目标值或权重。
| 是 | 否 |
|
案例指标目标值或权重设置 | 案例指标目标值或权重设置（会将案例指标目标值作为优化目标并向目标值优化；权重表示各案例指标推荐好坏的重要程度，权重越大的指标越重要）。 说明 如果当前对某个案例指标设置了目标值或权重，则会更新训练模型时该案例指标设置的目标值或权重；若未设置，则使用训练模型时设置的目标值或权重。 | 当是否重置案例指标目标值或权重为“是”时，才需要配置。 | 无 | 无 |
输出质量码说明
输出质量码处理方式如下：
若所有输入变量的质量码均>=192，则输出变量的质量码为192。
若部分输入变量的质量码在[0,192)内，则输出变量的质量码为0。
若所有输入变量的质量码均等于-1或部分等于-1且其他>=192，则输出变量的质量码为-1。