預測 - Platform For AI

本文為您介紹Designer提供的預測演算法。使用Designer中的傳統資料採礦演算法得到的模型，如果沒有同名配套的預測組件，通常都可以採用這個通用預測組件來做預測。該組件的輸入為訓練模型和預測資料，輸出為預測結果。

組件配置

您可以使用以下任意一種方式，配置預測組件參數。

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	特徵列	參與預測的特徵列，預設選擇所有列。
	原樣輸出資料行	建議添加標籤列，便於評估。
	輸出結果列名	輸出表的結果列。
	輸出分數列名	輸出i表的分數列。
	輸出詳細列名	輸出表的詳細列。
	疏鬆陣列	使用KV格式表示稀疏資料。
	key與value分隔字元	預設為英文冒號（:）。
	kv對間的分隔字元	預設為英文逗號（,）。
執行調優	核心數	與參數每個核的記憶體大小搭配使用，取值範圍為正整數。
執行調優	每個核的記憶體大小	與參數核心數搭配使用，單位為MB。

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 prediction
    -DmodelName=nb_model
    -DinputTableName=wpbc
    -DoutputTableName=wpbc_pred
    -DappendColNames=label;

參數	是否必選	描述	預設值
inputTableName	是	輸入表的名稱。	無
featureColNames	否	輸入表中，參與預測的特徵列，多個列以英文逗號（,）分隔。	所有列
appendColNames	否	輸入表中，附加至輸出表的預測列。	無
inputTablePartitions	否	輸入表中，參與訓練的分區。支援以下格式： Partition_name=value name1=value1/name2=value2：多級格式說明如果指定多個分區，則使用英文逗號（,）分隔。	全表
outputTablePartition	否	結果輸出至輸出表的分區。	無
resultColName	否	輸出表的預測結果，即所有可能結果中，預測機率最高的結果。	prediction_result
scoreColName	否	輸出表的預測結果的機率，即預測機率最高結果對應的預測機率值。	prediction_score
detailColName	否	輸出表的詳細列，即所有可能結果及其預測機率詳情。	prediction_detail
enableSparse	否	輸入資料是否為稀疏格式，取值範圍為{true,false}。	false
itemDelimiter	否	稀疏格式KV對之間的分隔字元。	英文逗號（,）
kvDelimiter	否	稀疏格式key和value之間的分隔字元。	英文冒號（;）
modelName	是	輸入的聚類模型。	無
outputTableName	是	輸出表。	無
lifecycle	否	輸出表的生命週期。	無
coreNum	否	節點個數。	系統自動分配
memSizePerCore	否	每個節點的記憶體，單位為MB。	系統自動分配

樣本

使用SQL語句，產生測試資料。

create table pai_rf_test_input as
select * from
(
select 1 as f0,2 as f1, "good" as class
union all
select 1 as f0,3 as f1, "good" as class
union all
select 1 as f0,4 as f1, "bad" as class
union all
select 0 as f0,3 as f1, "good" as class
union all
select 0 as f0,4 as f1, "bad" as class
)tmp;

使用PAI命令，構建模型（以隨機森林演算法為例）。

PAI -name randomforests
   -project algo_public
   -DinputTableName="pai_rf_test_input"
   -DmodelName="pai_rf_test_model"
   -DforceCategorical="f1"
   -DlabelColName="class"
   -DfeatureColNames="f0,f1"
   -DmaxRecordSize="100000"
   -DminNumPer="0"
   -DminNumObj="2"
   -DtreeNum="3";

使用PAI命令，提交預測組件參數。

PAI -name prediction
    -project algo_public
    -DinputTableName=pai_rf_test_input
    -DmodelName=pai_rf_test_model
    -DresultColName=prediction_result
    -DscoreColName=prediction_score
    -DdetailColName=prediction_detail
    -DoutputTableName=pai_temp_2283_76333_1

查看輸出結果表pai_temp_2283_76333_1。其中：
- prediction_result：為所有可能結果中，預測機率最高的結果。
- prediction_score：為機率最高結果的具體預測機率值。
  當可能的結果包括bad和good時，每次預測的prediction_score值既可能是bad的機率，也可能是good的機率，根據每次預測為bad或good的機率值比較結果為準，prediction_score為機率值最高的結果值。
- prediction_detail：所有可能的結果和其對應的預測機率值詳情。