随机森林特征重要性 - 人工智能平台 PAI

您可以使用原始数据和随机森林模型，计算特征重要性。

组件配置

您可以使用以下任意一种方式，配置随机森林特征重要性组件参数。

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	选择特征列	输入表中，用于训练的特征列。默认选中除Label外的所有列，为可选项。
字段设置	选择目标列	该参数为必选项。单击图标，在选择字段对话框中，输入关键字搜索列，选中后单击确定。
参数设置	并行计算核数	并行计算的核心数，可选。
参数设置	每个核内存大小	每个核的内存大小，单位为MB，可选。

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 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 ;

参数名称	是否必选	描述	默认值
inputTableName	是	输入表的名称。	无
outputTableName	是	输出表的名称。	无
labelColName	是	输入表的标签列名。	无
modelName	是	输入的模型名称。	无
featureColNames	否	输入表选择的特征列。	除Label外的所有列
inputTablePartitions	否	输入表选择的分区名称。	选择全表
lifecycle	否	输出表的生命周期。	不设置
coreNum	否	核心数。	自动计算
memSizePerCore	否	内存数，单位为MB。	自动计算

示例

使用SQL语句，生成训练数据。

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;

构建如下实验，详情请参见算法建模。
数据源为pai_dense_10_10，y为随机森林的标签列，其它列为特征列。强制转换列选择age和campaign，表示将这两列作为枚举特征处理，其它使用默认参数。
运行实验，查看预测结果。
运行完成后，右键单击随机森林特征重要性组件，选择查看分析报告，查看结果。