隨機森林特徵重要性 - Platform For AI

您可以使用未經處理資料和隨機森林模型，計算特徵重要性。

組件配置

您可以使用以下任意一種方式，配置隨機森林特徵重要性組件參數。

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	選擇特徵列	輸入表中，用於訓練的特徵列。預設選中除Label外的所有列，為可選項。
欄位設定	選擇目標列	該參數為必選項。單擊表徵圖，在選擇欄位對話方塊中，輸入關鍵字搜尋列，選中後單擊確定。
參數設定	並行計算核心數	並行計算的核心數，可選。
參數設定	每個核記憶體大小	每個核的記憶體大小，單位為MB，可選。

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。

pai -name feature_importance -project algo_public
    -DinputTableName=pai_dense_10_10
    -DmodelName=xlab_m_random_forests_1_20318_v0
    -DoutputTableName=erkang_test_dev.pai_temp_2252_20319_1
    -DlabelColName=y
    -DfeatureColNames="pdays,previous,emp_var_rate,cons_price_idx,cons_conf_idx,euribor3m,nr_employed,age,campaign,poutcome"
    -Dlifecycle=28 ;

參數名稱	是否必選	描述	預設值
inputTableName	是	輸入表的名稱。	無
outputTableName	是	輸出表的名稱。	無
labelColName	是	輸入表的標籤列名。	無
modelName	是	輸入的模型名稱。	無
featureColNames	否	輸入表選擇的特徵列。	除Label外的所有列
inputTablePartitions	否	輸入表選擇的分區名稱。	選擇全表
lifecycle	否	輸出表的生命週期。	不設定
coreNum	否	核心數。	自動計算
memSizePerCore	否	記憶體數，單位為MB。	自動計算

樣本

使用SQL語句，產生訓練資料。

drop table if exists pai_dense_10_10;
create table if not exists pai_dense_10_10 as
select
    age,campaign,pdays, previous, poutcome, emp_var_rate, cons_price_idx, cons_conf_idx, euribor3m, nr_employed, y
from  bank_data limit 10;

構建如下實驗，詳情請參見演算法建模。
資料來源為pai_dense_10_10，y為隨機森林的標籤列，其它列為特徵列。強制轉換列選擇age和campaign，表示將這兩列作為枚舉特徵處理，其它使用預設參數。
運行實驗，查看預測結果。
運行完成後，按右鍵隨機森林特徵重要性組件，選擇查看分析報告，查看結果。