全部產品
Search
文件中心

Platform For AI:樣本穩定指數(PSI)

更新時間:Jul 13, 2024

樣本穩定指數(PSI)是衡量樣本變化所產生的位移量的一種重要指標,通常用于衡量樣本的穩定程度。

背景資訊

樣本穩定指數(PSI)通常用于衡量樣本的穩定程度。例如樣本在兩個月份之間的變化是否穩定,如果變數的PSI值小於0.1,則表示變化不太顯著。如果PSI值在0.1到0.25之間,則表示有比較顯著的變化。如果PSI值大於0.25,則表示變數變化比較劇烈,需要特殊關注。

通過畫圖的方法可以衡量樣本在不同時刻的穩定性,即將待比較的變數離散化成N個分箱,然後計算樣本分別在各個分箱中的數量及比例,並以柱狀圖的形式呈現出來,如下圖所示。柱狀圖該方法可以直觀地查看某個變數在兩批樣本上是否有劇烈的變化,但是無法量化,從而無法實現對樣本穩定性的自動監控。因此PSI就顯得尤為重要,PSI的計算公式如下。PSI計算公式

組件配置

您可以使用以下任意一種方式,配置樣本穩定指數(PSI)組件參數。

方式一:可視化方式

Designer工作流程頁面配置組件參數。

頁簽

參數

描述

欄位設定

要計算PSI指標的特徵

需要進行PSI指標計算的特徵列。

執行調優

核心數

使用的CPU Core數量,預設系統自動分配。

記憶體數

每個CPU Core使用的記憶體大小,預設系統自動分配。

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 psi
-project algo_public
-DinputBaseTableName=psi_base_table
-DinputTestTableName=psi_test_table
-DoutputTableName=psi_bin_table
-DinputBinTableName=pai_index_table
-DfeatureColNames=fea1,fea2,fea3
-Dlifecycle=7

參數

描述

是否必選

預設值

inputBaseTableName

輸入基礎資料表表名,計算測試表在基礎資料表的基礎上產生的位移量。

inputBaseTablePartitions

輸入基礎資料表分區。

全表

inputTestTableName

輸入測試表的名稱,計算測試表在基礎資料表的基礎上產生的位移量。

inputTestTablePartitions

輸入測試表分區。

全表

inputBinTableName

輸入分箱結果表的名稱。

featureColNames

需要計算PSI指標的特徵列。

全表

outputTableName

輸出的指標表。

lifecycle

輸出表的生命週期。

coreNum

使用的CPU Core數量。

系統自動分配

memSizePerCore

每個CPU Core使用的記憶體大小,單位為MB。

系統自動分配

樣本

使用PSI之前需要對特徵資料進行分箱,因此需要一個分箱組件。如下圖使用的樣本,PSI組件分別串連待比較的兩個樣本資料集,再串連一個分箱組件。只需要配置要計算PSI指標的特徵,即可進行PSI計算。PSI樣本PSI計算的結果如下圖所示。PSI結果