階層化サンプリング - Platform For AI - Alibaba Cloud ドキュメントセンター

階層化サンプリングコンポーネントは、階層化列の値に基づいて入力データを階層化し、各階層のデータをランダムにサンプリングします。

コンポーネントの設定

次のいずれかの方法を使用して、階層化サンプリング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

Machine Learning Designerのパイプラインページでコンポーネントパラメーターを設定します。

タブ	パラメーター	説明
フィールド設定	層化コラム	階層化に使用される列。
パラメーター設定	サンプルサイズ	値は正の整数でなければなりません。
	サンプリング分数	値は浮動小数点数でなければなりません。有効値: (0,1)
	ランダムシード	値はシステムによって自動的に生成されます。デフォルト値は1234567です。
チューニング	コア	値は正の整数でなければなりません。デフォルトでは、システムが値を決定します。
チューニング	コアあたりのメモリサイズ	値は正の整数でなければなりません。有効値: (1,65536) 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 StratifiedSample
    -project algo_public
    -DinputTableName="test_input"
    -DoutputTableName="test_output"
    -DstrataColName="label"
    -DsampleSize="A:200,B:300,C:500"
    -DrandomSeed=1007
    -Dlifecycle=30;

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
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。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はコンマ (,) で区切ります	すべてのパーティション
outputTableName	可	出力テーブルの名前。	デフォルト値なし
strataColName	可	階層化のキーとして使用される列の名前。	デフォルト値なし
sampleSize	不可	サンプルの数。値が正の整数である場合、それは各階層におけるサンプルの数を示す。値が文字列の場合、文字列はstrata0:n0,strata1:n1の形式でなければなりません。コロン (:) の後の値は、コロン (:) の前に指定された階層に対して構成する必要があるサンプルの数を示します。説明 sampleSizeパラメーターとsampleRatioパラメーターの両方が空の場合、エラーが返されます。 sampleSizeパラメーターとsampleRatioパラメーターの両方が指定されている場合、sampleSizeパラメーターが優先されます。	デフォルト値なし
sampleRatio	不可	サンプリング比率。値が数値の場合、0と1の間の浮動小数点数でなければならず、値は各階層のサンプリング比率を示します。値が文字列の場合、形式はstrata0:r0,strata1:r1でなければなりません。コロン (:) の後の値は、コロン (:) の前に指定された階層のサンプリング比率を示します。	デフォルト値なし
randomSeed	不可	ランダムシード。値は正の整数でなければなりません。	123456
ライフサイクルの設定 (Set lifecycle)	不可	出力テーブルのライフサイクル。有効な値: [1,3650] 。	デフォルト値なし
coreNum	不可	コンピューティングで使用されるコアの数。値は正の整数でなければなりません。	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。有効値: (1,65536) 単位：MB。	システムによって決定される