経験的確率密度チャート - Platform For AI - Alibaba Cloud ドキュメントセンター

経験的確率密度チャートは、データの確率密度分布を推定および視覚化するためのノンパラメトリックな方法です。経験的確率密度チャートは、サンプルデータを平滑化して分布の特性と傾向を直感的に把握できるため、探索的データ分析や分布仮説検定に役立ちます。

アルゴリズムの説明

経験的確率密度チャートアルゴリズムは、カーネル密度推定 (KDE) を使用して、サンプルデータの確率密度を推定します。データ分布を記述する際にヒストグラムと同様の目的を果たすが、KDEは連続的な滑らかな分布曲線を生成する点で異なります。これは、ヒストグラムの離散的な性質とは対照的に、カーネル関数を各データ点に重ね合わせることによって達成されます。具体的には、アルゴリズムは、ガウシアンカーネルの下でのサンプル点の確率密度の重み付けされた重ね合わせによって非サンプルデータ点の確率密度を計算し、滑らかな曲線をもたらします。

コンポーネントの設定

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

パイプラインページに経験的確率密度チャートコンポーネントを追加し、次のパラメーターを設定します。

カテゴリ	パラメーター	説明
フィールドの設定	入力列	入力列。 BIGINTまたはDOUBLEデータ型の列のみを選択できます。
フィールドの設定	ラベル列	ラベル列。このパラメーターを設定すると、入力列はlabel列の値に基づいて集計されます。たとえば、label列に2つの値 (0と1) がある場合、2つの結果が返されます。
Parameter Settings	計算間隔の数	計算間隔の数。値が大きいほど精度が高いことを示す。このパラメーターの値は、各列の値の範囲に基づいて計算されます。
チューニング	コア番号	使用するコアの数。値は正の整数である必要があります。
チューニング	メモリサイズ	各コアのメモリサイズ。有効な値: 1 ~ 65536 単位：MB。

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。以下のセクションで、パラメーターについて説明します。 SQLスクリプトを使用して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 empirical_pdf
    -project algo_public
    -DinputTableName="test_data"
    -DoutputTableName="test_epdf_out"
    -DfeatureColNames="col0,col1,col2"
    -DinputTablePartitions="ds='20160101'"
    -Dlifecycle=1
    -DintervalNum=100

パラメーター	必須 / 任意	デフォルト値	説明
inputTableName	可	なし	入力テーブルの名前。
outputTableName	可	なし	出力テーブルの名前。
featureColNames	可	なし	トレーニング用に入力テーブルから選択されたフィーチャ列。
labelColName	✕	なし	入力テーブルのラベル列の名前。
inputTablePartitions	✕	なし	トレーニングで使用される入力テーブルのパーティション。サポートされる形式は次のとおりです。 partition_name=value name1=value1/name2=value2: マルチレベルパーティション説明複数のパーティションを指定する場合は、コンマ (,) で区切ります。たとえば、name1=value1、name2=value2です。
intervalNum	✕	なし	計算間隔の数。値が大きいほど精度が高いことを示す。有効な値: [1,1E14) 。
lifecycle	✕	なし	テーブルのライフサイクル。
coreNum	不可	システムによって決定される	使用するコアの数。値は正の整数である必要があります。
memSizePerCore	不可	システムによって決定される	各コアのメモリサイズ。有効な値: 1 ~ 65536 単位：MB。

例

SQLスクリプトコンポーネントを追加し、[スクリプトモードの使用] および [テーブル作成ステートメントを追加するかどうか] の選択を解除します。次のSQL文を入力します。

    drop table if exists epdf_test;
    create table epdf_test as
    select
      *
    from
    (
      select 1.0 as col1
        union all
      select 2.0 as col1
        union all
      select 3.0 as col1
        union all
      select 4.0 as col1
        union all
      select 5.0 as col1
    ) tmp;

別のSQLスクリプトコンポーネントを追加し、[スクリプトモードの使用] および [テーブル作成ステートメントを追加するかどうか] の選択を解除します。次のPAIコマンドを入力し、ステップ1と2のコンポーネントを接続します。
```
drop table if exists ${o1};
PAI -name empirical_pdf
    -project algo_public
    -DinputTableName=epdf_test
    -DoutputTableName=${o1}
    -DfeatureColNames=col1;
```
左上隅のアイコンをクリックしてパイプラインを実行します。

手順2で作成したSQLスクリプトコンポーネントを右クリックし、[データの表示]> [SQLスクリプトの出力] を選択してトレーニング結果を表示します。

| colname | label | x                  | pdf                 |
| ------- | ----- | ------------------ | ------------------- |
| col1    |       | 1.0                | 0.12775155176809325 |
| col1    |       | 1.0404050505050506 | 0.1304256933829622  |
| col1    |       | 1.0808101010101012 | 0.13306325897429525 |
| col1    |       | 1.1212151515151518 | 0.1356613897616418  |
| col1    |       | 1.1616202020202024 | 0.1382173796574596  |
| col1    |       | 1.202025252525253  | 0.1407286844875733  |
| col1    |       | 1.2424303030303037 | 0.14319293014274642 |
| col1    |       | 1.2828353535353543 | 0.14560791960033242 |
| col1    |       | 1.3232404040404049 | 0.14797163876379316 |
| col1    |       | 1.3636454545454555 | 0.1502822610772349  |
| col1    |       | 1.404050505050506  | 0.1525381508819247  |
| col1    |       | 1.4444555555555567 | 0.1547378654919243  |
| col1    |       | 1.4848606060606073 | 0.1568801559764068  |
| col1    |       | 1.525265656565658  | 0.15896396664681753 |
| col1    |       | 1.5656707070707085 | 0.16098843325768245 |
| col1    |       | 1.6060757575757592 | 0.1629528799404685  |
| col1    |       | 1.6464808080808098 | 0.16485681490034038 |
| col1    |       | 1.6868858585858604 | 0.16669992491584543 |
| col1    |       | 1.727290909090911  | 0.16848206869138338 |
| col1    |       | 1.7676959595959616 | 0.17020326912168932 |
| col1    |       | 1.8081010101010122 | 0.17186370453638117 |
| col1    |       | 1.8485060606060628 | 0.17346369900080946 |
| col1    |       | 1.8889111111111134 | 0.17500371175692428 |
| col1    |       | 1.929316161616164  | 0.17648432589456017 |
| col1    |       | 1.9697212121212146 | 0.17790623634938396 |
| col1    |       | 2.0101262626262653 | 0.1792702373286898  |
| col1    |       | 2.050531313131316  | 0.18057720927022053 |
| col1    |       | 2.0909363636363665 | 0.18182810544221673 |
| col1    |       | 2.131341414141417  | 0.18302393829491406 |
| col1    |       | 2.1717464646464677 | 0.18416576567472337 |
| col1    |       | 2.2121515151515183 | 0.1852546770123305  |
| col1    |       | 2.252556565656569  | 0.18629177959496213 |
| col1    |       | 2.2929616161616195 | 0.18727818503109434 |
| col1    |       | 2.33336666666667   | 0.18821499601297229 |
| col1    |       | 2.3737717171717208 | 0.18910329347850022 |
| col1    |       | 2.4141767676767714 | 0.18994412426940221 |
| col1    |       | 2.454581818181822  | 0.19073848937711185 |
| col1    |       | 2.4949868686868726 | 0.19148733286168018 |
| col1    |       | 2.535391919191923  | 0.1921915315221827  |
| col1    |       | 2.575796969696974  | 0.19285188538972659 |
| col1    |       | 2.6162020202020244 | 0.19346910910630113 |
| col1    |       | 2.656607070707075  | 0.19404382424446043 |
| col1    |       | 2.6970121212121256 | 0.1945765526142701  |
| col1    |       | 2.7374171717171762 | 0.19506771059517916 |
| col1    |       | 2.777822222222227  | 0.19551760452158667 |
| col1    |       | 2.8182272727272775 | 0.19592642714194602 |
| col1    |       | 2.858632323232328  | 0.1962942551623821  |
| col1    |       | 2.8990373737373787 | 0.1966210478770638  |
| col1    |       | 2.9394424242424293 | 0.1969066468790639  |
| col1    |       | 2.97984747474748   | 0.19715077683721793 |
| col1    |       | 3.0202525252525305 | 0.19735304731663747 |
| col1    |       | 3.060657575757581  | 0.19751295561309964 |
| col1    |       | 3.1010626262626317 | 0.19762989056457925 |
| col1    |       | 3.1414676767676823 | 0.19770313729675995 |
| col1    |       | 3.181872727272733  | 0.19773188285349683 |
| col1    |       | 3.2222777777777836 | 0.19771522265793107 |
| col1    |       | 3.262682828282834  | 0.19765216774530828 |
| col1    |       | 3.303087878787885  | 0.19754165270453194 |
| col1    |       | 3.3434929292929354 | 0.19738254426210697 |
| col1    |       | 3.383897979797986  | 0.19717365043938664 |
| col1    |       | 3.4243030303030366 | 0.19691373021193162 |
| col1    |       | 3.4647080808080872 | 0.1966015035982942  |
| col1    |       | 3.505113131313138  | 0.19623566210464843 |
| col1    |       | 3.5455181818181885 | 0.19581487945135703 |
| col1    |       | 3.585923232323239  | 0.19533782250778076 |
| col1    |       | 3.6263282828282897 | 0.1948031623623475  |
| col1    |       | 3.6667333333333403 | 0.1942095854560816  |
| col1    |       | 3.707138383838391  | 0.19355580470939734 |
| col1    |       | 3.7475434343434415 | 0.19284057057394655 |
| col1    |       | 3.787948484848492  | 0.19206268194364004 |
| col1    |       | 3.8283535353535427 | 0.19122099686158253 |
| col1    |       | 3.8687585858585933 | 0.19031444296253852 |
| col1    |       | 3.909163636363644  | 0.1893420275936375  |
| col1    |       | 3.9495686868686946 | 0.18830284755928747 |
| col1    |       | 3.989973737373745  | 0.1871960984396676  |
| col1    |       | 4.030378787878796  | 0.18602108343567092 |
| col1    |       | 4.070783838383846  | 0.18477722169674377 |
| col1    |       | 4.111188888888897  | 0.1834640560916829  |
| col1    |       | 4.151593939393948  | 0.1820812603860928  |
| col1    |       | 4.191998989898998  | 0.18062864579383914 |
| col1    |       | 4.232404040404049  | 0.179106166873458   |
| col1    |       | 4.272809090909099  | 0.17751392674406796 |
| col1    |       | 4.31321414141415   | 0.17585218159888508 |
| col1    |       | 4.353619191919201  | 0.17412134449794325 |
| col1    |       | 4.394024242424251  | 0.1723219884250765  |
| col1    |       | 4.434429292929302  | 0.17045484859762067 |
| col1    |       | 4.4748343434343525 | 0.16852082402064342 |
| col1    |       | 4.515239393939403  | 0.1665209782808102  |
| col1    |       | 4.555644444444454  | 0.16445653957824907 |
| col1    |       | 4.596049494949504  | 0.16232889999798905 |
| col1    |       | 4.636454545454555  | 0.16013961402571825 |
| col1    |       | 4.6768595959596055 | 0.1578903963157465  |
| col1    |       | 4.717264646464656  | 0.15558311872216193 |
| col1    |       | 4.757669696969707  | 0.1532198066072439  |
| col1    |       | 4.798074747474757  | 0.1508026344442397  |
| col1    |       | 4.838479797979808  | 0.14833392073462115 |
| col1    |       | 4.878884848484859  | 0.14581612226291346 |
| col1    |       | 4.919289898989909  | 0.1432518277151203  |
| col1    |       | 4.95969494949496   | 0.1406437506896507  |
| col1    |       | 5.00010000000001   | 0.13799472213247665 |

列名	型	説明
colName	String	入力列名。
label	String	ラベル列を示します。指定しない場合、ラベルは出力で空になります。
x	double	グラフのx軸の値を表します。実際のデータポイントではなく、補間された値です。
pdf	double	確率密度関数の値を表します。