ランダムフォレスト機能の重要性評価 - Platform For AI - Alibaba Cloud ドキュメントセンター

ランダムフォレストフィーチャ重要性評価コンポーネントを使用すると、生データとランダムフォレストモデルを使用してフィーチャ重要性を計算できます。

コンポーネントの設定

次のいずれかの方法を使用して、ランダムフォレストフィーチャ重要度評価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

Random Forest Feature Importance Evaluation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
フィールド設定	フィーチャー列	オプションです。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。デフォルトでは、ラベル列以外のすべての列が選択されます。
フィールド設定	ターゲット列	必須。ラベル列。アイコンをクリックします。 [列の選択] ダイアログボックスで、検索する列のキーワードを入力します。列を選択し、[OK] をクリックします。
パラメーター設定	並列計算コア	オプションです。並列コンピューティングで使用されるコアの数。
パラメーター設定	コアあたりのメモリサイズ	オプションです。各コアのメモリサイズ。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。 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 feature_importance -project algo_public
    -DinputTableName=pai_dense_10_10
    -DmodelName=xlab_m_random_forests_1_20318_v0
    -DoutputTableName=erkang_test_dev.pai_temp_2252_20319_1
    -DlabelColName=y
    -DfeatureColNames="pdays、previous、emp_var_rate、cons_price_idx、cons_conf_idx、euribor3m、nr_employed、age、campaign、poutcome"
    -Dlifecycle=28 ;

パラメーター	必須	説明	デフォルト値
inputTableName	可	入力テーブルの名前。	デフォルト値なし
outputTableName	可	出力テーブルの名前。	デフォルト値なし
labelColName	可	入力テーブルのラベル列の名前。	デフォルト値なし
modelName	可	入力モデルの名前。	デフォルト値なし
featureColNames	不可	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。	ラベル列以外のすべての列
inputTablePartitions	不可	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。	すべてのパーティション
ライフサイクル	不可	出力テーブルのライフサイクル。	指定なし
coreNum	不可	コアの数。	システムによって決定される
memSizePerCore	不可	各コアのメモリサイズ。単位：MB。	システムによって決定される

例：

次のSQL文を実行してトレーニングデータを生成します。

drop table if exists pai_dense_10_10;
create table if not exists pai_dense_10_10 as
select
    age,campaign,pdays, previous, poutcome, emp_var_rate, cons_price_idx, cons_conf_idx, euribor3m, nr_employed, y
from  bank_data limit 10;

次の図に示す実験を作成します。詳細については、「アルゴリズムモデリング」をご参照ください。
データソースはpai_dense_10_10です。 yはランダムフォレストモデルのラベル列で、その他の列はフィーチャ列です。 [変換強制列] パラメーターの [年齢] と [キャンペーン] を選択します。これは、2つの列が列挙された機能として処理され、他の列のデフォルト設定が保持されることを示します。
実験を実行し、予測結果を表示します。
実験を実行した後、[ランダムフォレストフィーチャの重要性評価] コンポーネントを右クリックし、[分析レポートの表示] を選択して結果を表示します。