洛倫茲曲線 - Platform For AI

通過洛倫茲曲線，您可以直觀地看到一個國家或地區收入分配狀況。洛倫茲曲線的彎曲程度反映了收入分配的不平等程度。彎曲程度越大，收入分配越不平等。

畫一個矩形，矩形的高用于衡量社會財富的百分比，將之分為N等份，每一等分為1/N的社會總財富。在矩形的長上，將所有家庭從最貧者到最富者自左向右排列，也分為N等分，第一個等份代表收入最低的1/N的家庭。在這個矩形中，將每1/N的家庭所有擁有的財富的佔比累積起來，並將相應的點畫在圖中，便得到了一條曲線就是洛倫茲曲線。

組件配置

您可以使用以下任意一種方式，配置洛倫茲曲線組件參數。

方式一：可視化方式

在Designer工作流程頁面配置組件參數。

頁簽	參數	描述
欄位設定	選擇欄位列	無
參數設定	分位元	預設值為100。
執行調優	計算的核心數	計算的核心數，取值為正整數。
執行調優	每個核心的記憶體（MB）	每個核心的記憶體。

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。

PAI -name LorenzCurve
    -project algo_public
    -DinputTableName=maple_test_lorenz_basic10_input
    -DcolName=col0
    -DoutputTableName=maple_test_lorenz_basic10_output -DcoreNum=20
    -DmemSizePerCore=110;

參數名稱	是否必選	描述	預設值
inputTableName	是	輸入表的名稱。	無
outputTableName	是	輸出表名稱列表。	無
ColName	否	輸入表選擇列名稱。支援選擇多列，列之間使用英文逗號（,）分隔。	無
N	否	分位元。	100
inputTablePartitions	否	輸入表中，參與訓練的分區。系統支援以下格式： Partition_name=value name1=value1/name2=value2：多級分區說明指定多個分區時，分區之間使用英文逗號（,）分隔。	無
lifecycle	否	指定輸出表的生命週期。取值為整數。單位：天。	28
coreNum	否	與參數memSizePerCore配對使用，取值為正整數。系統會根據輸入資料量計算所起instance的數量。	預設自動計算
memSizePerCore	否	單個節點記憶體大小，單位MB。取值為正整數，取值範圍建議為(1024, 64*1024)。	預設自動計算

樣本

產生如下測試資料。
col0:double
4
7
2
8
6
3
9
5
0
1
10

執行如下PAI命令。

PAI -name LorenzCurve
    -project algo_public
    -DinputTableName=maple_test_lorenz_basic10_input
    -DcolName=col0
    -DoutputTableName=maple_test_lorenz_basic10_output
    -DcoreNum=20
    -DmemSizePerCore=110;

查看輸出結果，如下表所示。

quantile	col0
0	0
1	0.01818181818181818
2	0.01818181818181818
3	0.01818181818181818
4	0.01818181818181818
5	0.01818181818181818
6	0.01818181818181818
7	0.01818181818181818
8	0.01818181818181818
9	0.01818181818181818
10	0.01818181818181818
11	0.05454545454545454
12	0.05454545454545454
13	0.05454545454545454
14	0.05454545454545454
...	...
85	0.8181818181818182
86	0.8181818181818182
87	0.8181818181818182
88	0.8181818181818182
89	0.8181818181818182
90	1
91	1
92	1
93	1
94	1
95	1
96	1
97	1
98	1
99	1
100	1

col0:double
4
7
2
8
6
3
9
5
0
1
10