Platform For AI:PS linear regression

Méthode 1 : Interface visuelle

Ajoutez le composant PS Linear Regression à votre workflow dans Designer, puis configurez ses paramètres dans le volet droit.

La régularisation L1 favorise la parcimonie, ce qui est utile lorsque de nombreuses caractéristiques sont non pertinentes et que vous souhaitez un modèle clairsemé. La régularisation L2 réduit proportionnellement tous les coefficients, ce qui est utile lorsque les caractéristiques sont corrélées. Si vous ne savez pas laquelle utiliser, commencez par L2 (définissez L1 weight sur 0) et ajustez ensuite.

Méthode 2 : Commande PAI

Exécutez les commandes PAI via le composant SQL Script.

Commande d'entraînement :

PAI -name ps_linearregression
    -project algo_public
    -DinputTableName="lm_test_input"
    -DmodelName="linear_regression_model"
    -DlabelColName="label"
    -DfeatureColNames="features"
    -Dl1Weight=1.0
    -Dl2Weight=0.0
    -DmaxIter=100
    -Depsilon=1e-6
    -DenableSparse=true

Commande de prédiction :

drop table if exists logistic_regression_predict;
PAI -name prediction
    -DmodelName="linear_regression_model"
    -DoutputTableName="linear_regression_predict"
    -DinputTableName="lm_test_input"
    -DappendColNames="label,features"
    -DfeatureColNames="features"
    -DenableSparse=true

Paramètres :

Étape 1 : Créer les données d'entrée

Exécutez l'instruction SQL suivante dans le composant SQL Script pour générer la table d'entrée.

drop table if exists lm_test_input;
create table lm_test_input as
select
*
from
(
select cast(2 as BIGINT) as label, '1:0.55 2:-0.15 3:0.82 4:-0.99 5:0.17' as features
    union all
select cast(1 as BIGINT) as label, '1:-1.26 2:1.36 3:-0.13 4:-2.82 5:-0.41' as features
    union all
select cast(1 as BIGINT) as label, '1:-0.77 2:0.91 3:-0.23 4:-4.46 5:0.91' as features
    union all
select cast(2 as BIGINT) as label, '1:0.86 2:-0.22 3:-0.46 4:0.08 5:-0.60' as features
    union all
select cast(1 as BIGINT) as label, '1:-0.76 2:0.89 3:1.02 4:-0.78 5:-0.86' as features
    union all
select cast(1 as BIGINT) as label, '1:2.22 2:-0.46 3:0.49 4:0.31 5:-1.84' as features
    union all
select cast(0 as BIGINT) as label, '1:-1.21 2:0.09 3:0.23 4:2.04 5:0.30' as features
    union all
select cast(1 as BIGINT) as label, '1:2.17 2:-0.45 3:-1.22 4:-0.48 5:-1.41' as features
    union all
select cast(0 as BIGINT) as label, '1:-0.40 2:0.63 3:0.56 4:0.74 5:-1.44' as features
    union all
select cast(1 as BIGINT) as label, '1:0.17 2:0.49 3:-1.50 4:-2.20 5:-0.35' as features
) tmp;

La table comporte deux colonnes : label (BIGINT) et features (STRING au format KV). Chaque valeur de caractéristique encode des ID de caractéristique et des valeurs séparés par des deux-points, les paires étant séparées par des espaces — par exemple, 1:0.55 2:-0.15.

Au format KV, les ID de caractéristique doivent être des entiers positifs et les valeurs de caractéristique doivent être des nombres réels. Si les ID de caractéristique sont des chaînes, sérialisez d'abord les données. Si les valeurs de caractéristique sont des chaînes catégorielles, appliquez une discrétisation des caractéristiques avant l'entraînement.

Étape 2 : Construire le workflow

Construisez un workflow dans Designer en utilisant les composants illustrés ci-dessous. Pour plus de détails sur la création de workflows, consultez Modélisation algorithmique.

Étape 3 : Configurer les composants

Read Table-1:

Dans l'onglet Select Table , définissez Table Name sur lm_test_input.

PS Linear Regression:

Utilisez les paramètres ci-dessous. Laissez tous les autres paramètres avec leurs valeurs par défaut.

Prediction:

Utilisez les paramètres ci-dessous. Laissez tous les autres paramètres avec leurs valeurs par défaut.

Étape 4 : Exécuter le workflow

Cliquez sur le bouton Exécuter sur le canevas pour démarrer le workflow.

Étape 5 : Afficher les résultats de prédiction

Une fois le workflow terminé, cliquez avec le bouton droit sur le composant Prediction-1 et choisissez View Data > Prediction Result Output.

Exécuter le même exemple avec des commandes PAI

Les commandes suivantes reproduisent le workflow ci-dessus en utilisant l'interface de commande PAI. Toutes les commandes utilisent la même table lm_test_input.

Entraînement :

PAI -name ps_linearregression
    -project algo_public
    -DinputTableName="lm_test_input"
    -DmodelName="linear_regression_model"
    -DlabelColName="label"
    -DfeatureColNames="features"
    -Dl1Weight=1.0
    -Dl2Weight=0.0
    -DmaxIter=100
    -Depsilon=1e-6
    -DenableSparse=true

Prédiction :

drop table if exists logistic_regression_predict;
PAI -name prediction
    -DmodelName="linear_regression_model"
    -DoutputTableName="linear_regression_predict"
    -DinputTableName="lm_test_input"
    -DappendColNames="label,features"
    -DfeatureColNames="features"
    -DenableSparse=true

La table de sortie de prédiction (linear_regression_predict) contient les colonnes originales label et features auxquelles sont ajoutés les scores prédits.