GBDT二分类预测V2

更新时间: 2023-05-08 11:34:54

GBDT二分类预测V2提供了针对GBDT二分类V2训练组件的预测功能,使用梯度提升决策树 (Gradient Boosting Decision Trees) 进行二分类问题的预测。

支持计算资源

支持的计算引擎为MaxCompute。

算法原理

梯度提升决策树模型构建了一个由多棵决策树组成的组合模型。每一棵决策树对应一个弱学习器,将这些弱学习器组合在一起,可以达到比较好的分类或回归效果。

梯度提升的基本递推结构为:

image

其中,image通常为一棵 CART 决策树,image为决策树的参数,image为步长。第m棵决策树在前m-1棵决策树的基础上对目标函数进行优化。最终得到包含若干棵决策树的模型。

算法使用

该算法使用GBDT二分类V2训练得到的模型,对数据进行二分类预测。

可视化配置参数

输入桩配置

输入桩(从左到右)

限制数据类型

建议上游组件

是否必选

模型

GBDT二分类V2

数据

读数据表

右侧参数表单

页签

参数

是否必选

描述

默认值

字段设置

预测结果列名

预测结果列名。

prediction_result

预测详细信息列名

预测详细信息列名。

prediction_detail

算法保留列

保留列名,默认保留所有列。

执行调优

节点数

执行作业的节点数。

根据输入数据自动计算

内存

节点所使用的内存数,单位为MB。

根据输入数据自动计算

输出桩说明

输出桩

存储位置

下游建议组件

模型类型

预测结果

不需要配置

二分类评估

阿里云首页 人工智能平台 PAI 相关技术圈