预测 - 人工智能平台 PAI

本文为您介绍Designer提供的预测算法。使用Designer中的传统数据挖掘算法得到的模型，如果没有同名配套的预测组件，通常都可以采用这个通用预测组件来做预测。该组件的输入为训练模型和预测数据，输出为预测结果。

组件配置

您可以使用以下任意一种方式，配置预测组件参数。

方式一：可视化方式

在Designer工作流页面配置组件参数。

页签	参数	描述
字段设置	特征列	参与预测的特征列，默认选择所有列。
	原样输出列	建议添加标签列，便于评估。
	输出结果列名	输出表的结果列。
	输出分数列名	输出i表的分数列。
	输出详细列名	输出表的详细列。
	稀疏矩阵	使用KV格式表示稀疏数据。
	key与value分隔符	默认为英文冒号（:）。
	kv对间的分隔符	默认为英文逗号（,）。
执行调优	核心数	与参数每个核的内存大小搭配使用，取值范围为正整数。
执行调优	每个核的内存大小	与参数核心数搭配使用，单位为MB。

方式二：PAI命令方式

使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。

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

参数	是否必选	描述	默认值
inputTableName	是	输入表的名称。	无
featureColNames	否	输入表中，参与预测的特征列，多个列以英文逗号（,）分隔。	所有列
appendColNames	否	输入表中，附加至输出表的预测列。	无
inputTablePartitions	否	输入表中，参与训练的分区。支持以下格式： Partition_name=value name1=value1/name2=value2：多级格式说明如果指定多个分区，则使用英文逗号（,）分隔。	全表
outputTablePartition	否	结果输出至输出表的分区。	无
resultColName	否	输出表的预测结果，即所有可能结果中，预测概率最高的结果。	prediction_result
scoreColName	否	输出表的预测结果的概率，即预测概率最高结果对应的预测概率值。	prediction_score
detailColName	否	输出表的详细列，即所有可能结果及其预测概率详情。	prediction_detail
enableSparse	否	输入数据是否为稀疏格式，取值范围为{true,false}。	false
itemDelimiter	否	稀疏格式KV对之间的分隔符。	英文逗号（,）
kvDelimiter	否	稀疏格式key和value之间的分隔符。	英文冒号（;）
modelName	是	输入的聚类模型。	无
outputTableName	是	输出表。	无
lifecycle	否	输出表的生命周期。	无
coreNum	否	节点个数。	系统自动分配
memSizePerCore	否	每个节点的内存，单位为MB。	系统自动分配

示例

使用SQL语句，生成测试数据。

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，构建模型（以随机森林算法为例）。

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，提交预测组件参数。

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

查看输出结果表pai_temp_2283_76333_1。其中：
- prediction_result：为所有可能结果中，预测概率最高的结果。
- prediction_score：为概率最高结果的具体预测概率值。
  当可能的结果包括bad和good时，每次预测的prediction_score值既可能是bad的概率，也可能是good的概率，根据每次预测为bad或good的概率值比较结果为准，prediction_score为概率值最高的结果值。
- prediction_detail：所有可能的结果和其对应的预测概率值详情。