すべてのプロダクト
Search

このプロダクト

    Platform For AI:ビニング

    ドキュメントセンター

    Platform For AI:ビニング

    最終更新日:Jul 22, 2024

    ビニングコンポーネントは、フィーチャの離散化に使用されます。 特徴離散化は、連続データを複数の離散区間に変換するプロセスである。 ビニングコンポーネントは、等周波数ビニング、等幅ビニング、および自動ビニングをサポートします。

    コンポーネント設定

    次のいずれかの方法を使用して、Binningコンポーネントを設定できます。

    方法1: パイプラインページでコンポーネントを設定する

    Binningコンポーネントのパラメーターは、Machine Learning Platform for AI (PAI) のMachine Learning Designerのパイプラインページで設定できます。 Machine Learning Designerは、以前はMachine Learning Studioとして知られていました。 下表に、各パラメーターを説明します。

    タブ

    パラメーター

    説明

    フィールドの設定

    フィーチャー列

    STRING、BIGINT、およびDOUBLE型の列がサポートされています。

    ラベル列

    このパラメーターは、バイナリ分類にのみ必要です。

    正の値

    このパラメーターは、Label Columnパラメーターが指定されている場合にのみ有効です。

    ビニングパラメータソース

    有効な値: [パラメーター設定] および [手動ビニング] または [カスタムJSON] 。

    未選択のフィーチャー列を予約

    このパラメーターは、Binning parameter SourceパラメーターをManual BinningまたはCustom JSONに設定した場合にのみ有効です。 [選択されていないフィーチャ列の保存] パラメーターを [はい] に設定した場合、[フィーチャ列] パラメーターに指定されていない列は出力で変更されません。 それ以外の場合、Feature columnsパラメーターに指定されていない列は出力から削除されます。

    ビニングと制約JSONコードのアップロード

    このパラメーターは、ビニングパラメータソースパラメーターを手動ビニングまたはカスタムJSONに設定した場合にのみ有効です。

    パラメーター設定

    ビン

    このパラメーターを10に設定すると、連続フィーチャは10個の離散間隔に変換されます。

    カスタムビン

    特定の列のビンの数を指定できます。 このパラメーターの設定は、Binsパラメーターの設定よりも優先されます。 選択した列に特定の列が含まれていない場合、この列はビニングでも使用されます。 例えば、列col0およびcol1がデータビニングのために選択される。 col0列に対してカスタマイズされたビンの数は3であり、col2列に対してカスタマイズされたビンの数は5である。 Binsパラメーターが10に設定されている場合、col0:3、col1:10、col2:5に基づいてビニングが実行されます。

    このパラメーターは、列名1: ビン数、列名2: ビン数の形式で指定します。

    カスタム離散値カウントしきい値

    このパラメーターはcol0:3形式で指定します。

    インターバルタイプ

    有効な値: Left-open, Right-closedおよびLeft-closed, Right-open。

    ビニングモード

    有効な値: [Equal Frequency] 、[Equal Width] 、および [Automatic Binning] 。

    離散値カウントしきい値

    値がこのしきい値より小さい場合、その値はelseビンに分配される。

    チューニング

    コア

    コアの数。 デフォルトでは、システムが値を決定します。

    コアあたりのメモリサイズ

    各コアのメモリサイズ。 デフォルトでは、システムが値を決定します。

    方法2: PAIコマンドを使用する

    PAIコマンドを使用してコンポーネントパラメータを設定します。 SQLスクリプトコンポーネントを使用してPAIコマンドを呼び出すことができます。 詳細については、「SQLスクリプト」をご参照ください。

    PAI -name binning
    -project algo_public
    -DinputTableName=input
    -DoutputTableName=output

    パラメーター

    説明

    必須

    デフォルト値

    inputTableName

    入力テーブルの名前。

    Yes

    None

    outputTableName

    出力テーブルの名前。

    Yes

    None

    selectedColNames

    ビニング用に入力テーブルから選択された列。

    No

    ラベル列を除くすべての列 (ラベル列が存在しない場合は、すべての列が選択されます) 。

    labelColName

    ラベル列。

    No

    None

    validTableName

    検証テーブルの名前。 このパラメーターは、binningMethodパラメーターがautoに設定されている場合に必要です。

    No

    ヌル

    validTablePartitions

    検証テーブルから選択されたパーティション。

    No

    フルテーブル

    inputTablePartitions

    入力テーブルから選択されたパーティション。

    No

    フルテーブル

    inputBinTableName

    入力ビニングテーブル。

    No

    None

    selectedBinColNames

    入力ビニングテーブルから選択された列。

    No

    ヌル

    positiveLabel

    サンプルが陽性サンプルかどうかを指定します。

    いいえ

    1

    nDivide

    ビンの数。 このパラメーターの値は正の整数でなければなりません。

    No

    10

    colsNDivide

    特定の列のビンの数。 このパラメーターは、列名1: ビン数、列名2: ビン数の形式で指定します。 例: col0:3,col2:5 colsNDivideパラメーターに指定された列がselectedColNamesパラメーターに指定された列に含まれていない場合、その列はビニングでも使用されます。 たとえば、selectedColNamesパラメーターはcol0,col1に設定され、colsNDivideパラメーターはcol0:3,col2:5に設定され、nDivideパラメーターは10に設定されます。 この場合、col0:3、col1:10、col2:5に基づいてビニングが行われる。

    No

    ヌル

    isLeftOpen

    intervalタイプ。 有効な値：

    • {true}: left-open, right-closed interval

    • {false}: left-closed, right-open interval

    No

    true

    stringThreshold

    elseビンの離散値のしきい値。

    No

    None

    colsStringThreshold

    特定の列のしきい値。 このパラメーターは、colsNDivideパラメーターと同じ形式で指定します。

    No

    ヌル

    binningMethod

    ビニングモード。 有効な値：

    • quantile: 等しい周波数ビニングを示します。

    • bucket: 等しい幅のビニングを示します。

    • auto: システムが自動的にビニングモードを選択することを示します。

    No

    quantile

    ライフサイクルの設定 (Set lifecycle)

    出力テーブルのライフサイクル。 このパラメーターの値は正の整数でなければなりません。

    No

    None

    coreNum

    コアの数。 このパラメーターの値は正の整数でなければなりません。

    No

    システムによって決定される

    memSizePerCore

    各コアのメモリサイズ。 このパラメーターの値は正の整数でなければなりません。

    No

    システムによって決定される

    ビニングコンポーネントは、スコアカードトレーニングコンポーネントと共に使用する必要があります。 スコアカードトレーニング中、ビニングコンポーネントは、連続フィーチャを複数の離散ダミー変数に変換して、フィーチャエンジニアリングを実現します。 ダミー変数の重みに制約を指定できます。 以下の情報は、制約について説明します。

    • 昇順: 昇順のインデックス値に基づいて、フィーチャのダミー変数に重みを追加する必要があります。 これは、インデックス値が大きいダミー変数ほど重みが大きいことを示している。

    • 降順: 降順のインデックス値に基づいて、フィーチャのダミー変数に重みを追加する必要があります。 これは、インデックス値が大きいダミー変数ほど重みが小さいことを示している。

    • 同じ重み: フィーチャの2つのダミー変数の重みは同じでなければなりません。

    • Zero weight: ダミー変数の重みは0でなければなりません。

    • 特定の重み: ダミー変数の重みは、特定の浮動小数点値でなければなりません。

    • WOE順序: 重みは、証拠の重み (WOE) 値に基づいて、昇順で特徴のダミー変数に追加する必要があります。 これは、WOE値が大きいダミー変数ほど重みが大きいことを示している。

    結果のプレゼンテーション

    1. ビニングコンポーネントを含むワークフローの実行が完了したら、キャンバスでビニングコンポーネントを右クリックし、ビニングを選択します。

    2. 変数リストページで、各変数の [ビン] 、[タイプ] 、および [IV] 情報を確認できます。 変数情報の例を次の図に示します。 Binning variables

    3. f1などの変数の名前をクリックして、変数のビニング詳細ページに移動します。 次の図は、f1のビニング詳細ページを示しています。

      [マージ] または [分割] をクリックすると、ビニングデータをマージまたは分割できます。 ビンの制約を指定することもできます。

      説明

      指定された制約は、後続のスコアカードトレーニングコンポーネントでのみ有効です。 スコアカードトレーニングコンポーネントNoneでビニングコンポーネントを使用する場合、これらの制約は無視できます。

      Binning details