ヒストグラム (複数列) - Platform For AI - Alibaba Cloud ドキュメントセンター

Platform for AI (PAI) のVisualized Modeling (デザイナー) は、ヒストグラムコンポーネントを提供します。ヒストグラムは、質量分布プロファイルとしても知られています。ヒストグラムは、データ分布を示すために、さまざまな高さの一連の縦縞または線分で構成される統計レポートチャートです。横軸はデータ型を表し、縦軸はデータ分布を表します。

コンポーネントの設定

次のいずれかの方法を使用して、ヒストグラム (複数列) 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

Designerのパイプラインページで、左側のウィンドウで [ヒストグラム (複数の列)] を検索します。キャンバスにドラッグして、上流のノードに接続します。次に、コンポーネントをクリックしてパラメーターを設定します。

タブ	パラメーター	説明
フィールドの設定	列の選択	分析する列を選択します。 DOUBLE型とBIGINT型のみがサポートされています。最大1,024の列がサポートされます。
パラメーター設定	間隔	データが分割される間隔の数。
チューニング	コア	コンピューティングで使用されるコアの数。値は正の整数である必要があります。デフォルトでは、値は自動的に選択されます。
チューニング	コアあたりのメモリサイズ	各コアのメモリサイズ。有効な値: 1 ~ 65536 単位：MB。デフォルトでは、値は自動的に選択されます。

ノードの実行後、ノードを右クリックし、[Visual Analysis] または [データの表示] を選択して出力を表示します。

方法2: PAIコマンドを使用する

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

PAI -name histogram
      -project algo_public
      -DinputTableName=maple_histogram_1to20_input
      -DoutputTableName=maple_histogram_1to20_output
      -DselectedColNames=col0,col1 -DintervalNum=20;

パラメーター	必須	説明	デフォルト値
inputTableName	必須	入力テーブルの名前。	デフォルト値なし
inputTablePartitions	選択可能	トレーニング用に入力テーブルから選択されたパーティション。次の形式がサポートされています。 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。	デフォルト値なし
outputTableName	必須	出力テーブルの名前。	デフォルト値なし
selectedColNames	必須	トレーニング用に入力テーブルから選択された列の名前。複数の列の名前はコンマ (,) で区切ります。 INT型とDOUBLE型がサポートされています。最大1,024の列がサポートされます。	デフォルト値なし
intervalNum	選択可能	データが分割される間隔の数。	100
lifecycle	選択可能	テーブルのライフサイクル。	デフォルト値なし
coreNum	選択可能	コンピューティングで使用されるコアの数。値は正の整数である必要があります。有効な値: [1,9999] 。	システムによって自動的に選択される
memSizePerCore	選択可能	各コアのメモリサイズ。有効な値: 1 ~ 65536 単位：MB。	システムによって自動的に選択される

例：

方法2: PAIコマンドの使用例

左側のウィンドウでSQL Scriptを検索し、キャンバスにドラッグします。
上流ノードに接続してデータを取得します。 サンプルデータ:
サンプルデータ
col0 (BIGINT)
col1 (ダブル)
1
1.0
2
2.0
3
3.0
4
4.0
5
5.0
6
6.0
7
7.0
8
8.0
9
9.0
10
10.0
11
11.0
12
12.0
13
13.0
14
14.0
15
15.0
16
16.0
17
17.0
18
18.0
19
19.0
20
20.0

SQLスクリプトノードに次のPAIコマンドを設定します。

PAI -name histogram -project algo_public  --Default parameter. You do not need to change it     
    -DinputTableName=maple_histogram_1to20_input  --Name of input table
    -DoutputTableName=maple_histogram_1to20_output  --Name of output table
    -DselectedColNames=col0,col1  --The selected columns
    -DintervalNum=20;  --The number of intervals

SQLスクリプトノードを右クリックし、[現在のノードを実行] を選択します。
上流ノードが実行されていない場合は、まず上流ノードを実行してデータを読み取ります。

出力テーブルから結果を表示します。サンプル出力：

colname	ヒストグラム
col0	[1, 1.95):1;[1.95, 2.9):1;[2.9, 3.85):1;[3.85, 4.8):1;[4.8, 5.75):1;[5.75, 6.7):1;[6.7, 7.65):1;[7.65, 8.6):1;[8.6, 9.55):1;[9.55, 10.5):1;[10.5, 11.45):1;[11.45, 12.4):1;[12.4, 13.35):1;[13.35, 14.3):1;[14.3, 15.25):1;[15.25, 16.2):1;[16.2, 17.15):1;[17.15, 18.1):1;[18.1, 19.05):1;[19.05, 20]:1
col1	[1, 1.95):1;[1.95, 2.9):1;[2.9, 3.85):1;[3.85, 4.8):1;[4.8, 5.75):1;[5.75, 6.7):1;[6.7, 7.65):1;[7.65, 8.6):1;[8.6, 9.55):1;[9.55, 10.5):1;[10.5, 11.45):1;[11.45, 12.4):1;[12.4, 13.35):1;[13.35, 14.3):1;[14.3, 15.25):1;[15.25, 16.2):1;[16.2, 17.15):1;[17.15, 18.1):1;[18.1, 19.05):1;[19.05, 20]:1

col0 (BIGINT)	col1 (ダブル)
1	1.0
2	2.0
3	3.0
4	4.0
5	5.0
6	6.0
7	7.0
8	8.0
9	9.0
10	10.0
11	11.0
12	12.0
13	13.0
14	14.0
15	15.0
16	16.0
17	17.0
18	18.0
19	19.0
20	20.0