配置混淆矩陣組件 - Platform For AI

混淆矩陣（Confusion Matrix）適用於監督學習，與無監督學習中的匹配矩陣對應。在精度評價中，混淆矩陣主要用於比較分類結果和實際測量值，可以將分類結果的精度顯示在一個矩陣中。本文為您介紹混淆矩陣組件的配置方法。

使用限制

支援的計算引擎為MaxCompute。

組件配置

您可以使用以下任意一種方式，配置混淆矩陣組件參數。

方式一：可視化方式

在Designer工作流程頁面配置組件參數。

參數	描述
原資料的標籤列列名	支援數實值型別。
預測結果的標籤列列名	如果未配置閾值，則該參數必選。
閾值	大於該參數值的樣本為正樣本。
預測結果的詳細列列名	與預測結果的標籤列列名不能共存。如果已配置閾值，則該參數必選。
正樣本的標籤值	如果已配置閾值，則該參數必選。

方式二：PAI命令方式

使用PAI命令方式，配置該組件參數。您可以使用SQL指令碼組件進行PAI命令調用，詳情請參見SQL指令碼。

未指定閾值

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionColName=prediction_result;

指定閾值

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionDetailColName=prediction_detail
    -Dthreshold=0.8
    -DgoodValue=N;

參數	是否必選	描述	預設值
inputTableName	是	輸入表的名稱，即預測輸出表。	無
inputTablePartition	否	輸入表的分區。	全表
outputTableName	是	輸出表的名稱，用於儲存混淆矩陣。	無
labelColName	是	原始標籤列的名稱。	無
predictionColName	否	預測結果列的名稱。如果未配置threshold，則該參數必選。	無
predictionDetailColName	否	預測結果詳細列的名稱。如果已配置threshold，則該參數必選。	無
threshold	否	劃分正樣本的閾值。	0.5
goodValue	否	二分類時，指定訓練係數對應的標籤值。如果已配置threshold，則該參數必選。	無
coreNum	否	計算的核心數量。	系統自動分配
memSizePerCore	否	每個核心的記憶體，單位為MB。	系統自動分配
lifecycle	否	輸出表的生命週期。	無

樣本

用MaxCompute用戶端建立表test_data，其中欄欄位和資料類型為id bigint、label string、prediction_result string。關於MaxCompute用戶端的安裝及配置請參見使用本地用戶端（odpscmd）串連，如何建立表，請參見建立表。
將如下測試資料匯入到表test_data中。如何匯入資料，請參見匯入資料。
id
label
prediction_result
0
A
A
1
A
B
2
A
A
3
A
A
4
B
B
5
B
B
6
B
A
7
B
B
8
B
A
9
A
A
構建如下工作流程，並運行組件，詳情請參見演算法建模。
1. 在Designer左側組件列表中，分別搜尋讀資料表組件和混淆矩陣組件，並拖入右側畫布中。
2. 參照上圖，通過連線的方式，將各個節點群組織構建成為一個有上下遊關係的工作流程。
3. 配置組件參數。
  - 在畫布中單擊讀資料表-1組件，在右側表選擇頁簽，配置表名為test_data。
  - 在畫布中單擊混淆矩陣-1組件，在右側配置如下表中的參數，其餘參數使用預設值。
    參數
    描述
    原資料的標籤列列名
    選擇label列。
    預測結果的標籤列列名
    輸入prediction_result。
4. 參數配置完成後，單擊運行按鈕，運行工作流程。
工作流程運行成功後，按右鍵混淆矩陣-1組件，在捷徑功能表，選擇可視化分析，查看混淆矩陣組件的輸出結果。
- 單擊混淆矩陣頁簽，查看輸出的混淆矩陣。
- 單擊統計資訊頁簽，查看模型統計資訊。

Platform For AI：混淆矩陣

使用限制

組件配置

方式一：可視化方式

方式二：PAI命令方式

樣本

相關文檔

id	label	prediction_result
0	A	A
1	A	B
2	A	A
3	A	A
4	B	B
5	B	B
6	B	A
7	B	B
8	B	A
9	A	A