Konfigurasi Random Forest Feature Importance Evaluation - Platform For AI - Alibaba Cloud - Platform For AI

Evaluasi Pentingnya Fitur Random Forest adalah metode untuk menganalisis kontribusi setiap fitur terhadap hasil prediksi dalam model random forest. Metode ini menentukan pentingnya fitur dengan menghitung penurunan rata-rata impurity untuk setiap fitur di seluruh decision tree atau menggunakan permutation importance, sehingga membantu mengidentifikasi fitur yang paling berdampak terhadap kinerja model.

Konfigurasi Komponen

Metode 1: Metode GUI

Di Machine Learning Designer, tambahkan komponen Random Forest Feature Importance Evaluation ke pipeline Anda dan konfigurasikan parameternya di panel sebelah kanan:

Tab	Parameter	Description
Field Settings	Feature Columns	Kolom fitur yang akan digunakan dari tabel input. Parameter ini opsional. Secara default, semua kolom kecuali kolom label dipilih.
Field Settings	Target Column	Wajib diisi.
Parameter Settings	Parallel Computing Cores	Jumlah core untuk komputasi paralel.
Parameter Settings	Memory Size per Core	Ukuran memori per core, dalam MB.

Metode 2: Perintah PAI

Anda dapat mengonfigurasi komponen Random Forest Feature Importance Evaluation dengan menjalankan perintah PAI di komponen SQL Script. Untuk informasi lebih lanjut, lihat Skenario 4: Jalankan perintah PAI di komponen SQL Script.

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 ;

Parameter	Required	Default	Description
inputTableName	Yes	None	Nama tabel input.
outputTableName	Yes	None	Nama tabel output.
labelColName	Yes	None	Nama kolom label di tabel input.
modelName	Yes	None	Nama model input.
featureColNames	No	All columns except the label column	Kolom fitur yang akan digunakan dari tabel input.
inputTablePartitions	No	The entire table	Partisi yang akan digunakan dari tabel input.
lifecycle	No	Not specified	Siklus hidup tabel output.
coreNum	No	Calculated automatically	Jumlah core.
memSizePerCore	No	Calculated automatically	Ukuran memori per core, dalam MB.

Contoh

Gunakan Pernyataan SQL untuk menghasilkan data pelatihan.

Contoh ini membuat tabel bernama pai_dense_10_10 dengan memilih kolom tertentu dan 10 baris pertama dari tabel bank_data. Anda dapat membuat tabel sesuai kebutuhan bisnis aktual Anda.
```
drop table if exists pai_dense_10_10;
create table 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;
```
Buat pipeline. Untuk informasi lebih lanjut, lihat Custom pipelines.

Tetapkan y sebagai kolom label, dan semua kolom lainnya sebagai kolom fitur. Untuk parameter Columns Forced to Convert, pilih age dan campaign untuk memprosesnya sebagai fitur enumerasi. Gunakan nilai default untuk semua parameter lainnya.

Jalankan pipeline dan lihat hasilnya. Output berikut menunjukkan nilai pentingnya fitur yang dihasilkan oleh komponen Random Forest Feature Importance Evaluation.

colname                gini                        entropy
age                    0.06625000000000003          0.13978726292803723
campaign               0.00175000000000003          0.00434851554559677
cons_conf_idx          0.01399999999999999          0.0290840949701885
cons_price_idx         0.002                        0.00498044991346125
emp_var_rate           0.01470000000000003          0.0267863068026093
euribor3m              0.06300000000000003          0.132193634884603
nr_employed            0.10499999999999998          0.220322724807673
pdays                  0.0845                       0.177503292343975
poutcome               0.03360000000000001          0.070503271938455
previous               0.01770000000000004          0.038103810058015

Setelah eksekusi selesai, klik kanan komponen Random Forest Feature Importance Evaluation dan pilih View Analytics Report.