线性模型特征重要性

更新时间: 2023-10-31 16:35:05

计算线性模型的特征重要性,包括线性回归和二分类逻辑回归,支持稀疏和稠密数据格式。

组件配置

您可以使用以下任意一种方式,配置线性模型特征重要性组件参数。

方式一:可视化方式

Designer(原PAI-Studio)工作流页面配置组件参数。

页签

参数

描述

字段设置

选择特征列

输入表中,用于训练的特征列。默认选中除Label外的所有列,为可选项。

选择目标列

该参数为必选项。

单击目录图标,在选择字段对话框中,输入关键字搜索列,选中后单击确定

输入表数据是否为稀疏格式

可选项。

执行调优

计算核心数

计算的核心数,可选。

每个核内存大小

每个核的内存大小,单位为MB,可选。

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

PAI -name regression_feature_importance -project algo_public
    -DmodelName=xlab_m_logisticregressi_20317_v0
    -DoutputTableName=pai_temp_2252_20321_1
    -DlabelColName=y
    -DfeatureColNames=pdays,previous,emp_var_rate,cons_price_idx,cons_conf_idx,euribor3m,nr_employed,age,campaign
    -DenableSparse=false -DinputTableName=pai_dense_10_9;

参数

是否必选

描述

默认值

inputTableName

输入表的表名。

outputTableName

输出表的表名。

labelColName

输入表的标签列名。

modelName

输入的模型名称。

featureColNames

输入表选择的特征列。

除Label外的所有列

inputTablePartitions

输入表选择的分区名称。

选择全表

enableSparse

输入表是否为稀疏格式。

false

itemDelimiter

当输入表数据为稀疏格式时,KV对之间的分隔符。

空格

kvDelimiter

当输入表数据为稀疏格式时,Key和Value之间的分隔符。

英文冒号(:)

lifecycle

输出表的生命周期。

不设置

coreNum

核心数。

自动计算

memSizePerCore

内存数。

自动计算

示例

  1. 使用SQL语句,生成训练数据。

    create table if not exists pai_dense_10_9 as
    select
        age,campaign,pdays, previous, emp_var_rate, cons_price_idx, cons_conf_idx, euribor3m, nr_employed, y
    from  bank_data limit 10;
  2. 构建如下实验,详情请参见算法建模

    y为逻辑回归多分类组件的标签列,其它字段为特征列,其它参数使用默认值。建模

  3. 运行实验,查看预测结果。预测结果

    指标计算公式如下。

    列名

    公式

    weight

    abs(w_)

    importance

    abs(w_j) * STD(f_i)

    说明

    表示特征系数的绝对值 * 训练数据的标准差。

  4. 运行完成后,右键单击线性模型特征重要性组件,选择查看分析报告,查看结果。结果

阿里云首页 人工智能平台 PAI 相关技术圈