全部產品
Search
文件中心

Platform For AI:迴歸模型評估

更新時間:Jul 13, 2024

迴歸模型評估是指基於預測結果和原始結果,評估迴歸演算法模型的優劣性,從而輸出評估指標及殘差長條圖。

組件配置

您可以使用以下任意一種方式,配置迴歸模型評估組件參數。

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

原迴歸值

支援數實值型別。

預測迴歸值

支援數實值型別。

執行調優

節點個數

與參數單個節點記憶體大小搭配使用,取值範圍為1~9999。

單個節點記憶體大小

取值範圍為1024 MB~64*1024 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 regression_evaluation -project algo_public
    -DinputTableName=input_table
    -DyColName=y_col
    -DpredictionColName=prediction_col
    -DindexOutputTableName=index_output_table
    -DresidualOutputTableName=residual_output_table;

參數

是否必選

參數描述

預設值

inputTableName

輸入表的名稱。

inputTablePartitions

輸入表中,參與計算的分區。

全表

yColName

輸入表中,原始因變數的列名,支援數實值型別。

predictionColName

預測結果中,因變數的列名,支援數實值型別。

indexOutputTableName

迴歸指標輸出表的名稱。

residualOutputTableName

殘差長條圖輸出表的名稱。

intervalNum

長條圖區間數量。

100

lifecycle

輸出表的生命週期,取值範圍為正整數。

coreNum

Instance數量,取值範圍為1~9999。

系統自動化佈建

memSizePerCore

每個核心的記憶體,取值範圍為1024 MB~64*1024 MB。

系統自動化佈建

組件輸出

迴歸指標輸出表的輸出結果為JSON格式,包括以下參數。

參數

描述

SST

總平方和

SSE

誤差平方和

SSR

迴歸平方和

R2

判定係數

R

多重相關係數

MSE

均方誤差

RMSE

均方根誤差

MAE

平均絕對誤差

MAD

平均誤差

MAPE

平均絕對百分誤差

count

行數

yMean

原始因變數的均值

predictionMean

預測結果的均值