Penyesuaian Fitur - Platform For AI

Komponen Penyesuaian Fitur digunakan untuk menyesuaikan data numerik padat atau jarang dengan fungsi penskalaan umum.

Ikhtisar

Komponen Penyesuaian Fitur memiliki karakteristik berikut:

Mendukung fungsi penskalaan umum seperti log2, log10, In, abs, dan sqrt.
Mendukung data padat dan jarang.

Konfigurasikan komponen

Anda dapat menggunakan salah satu metode berikut untuk mengonfigurasi komponen Penyesuaian Fitur.

Metode 1: Konfigurasikan komponen di halaman pipeline

Anda dapat mengonfigurasi parameter komponen Penyesuaian Fitur pada halaman pipeline Machine Learning Designer dari Platform for AI (PAI). Machine Learning Designer sebelumnya dikenal sebagai Machine Learning Studio. Tabel berikut menjelaskan parameter tersebut.

Tab	Parameter	Deskripsi
Fields Setting	Scaled Features	Fitur yang ingin Anda skalakan.
	Label Column	Kolom label. Jika parameter ini ditentukan, histogram x-y yang menampilkan hubungan antara fitur dan variabel objektif dapat dilihat.
	Sparse Features (K:V,K:V)	Menentukan apakah data pelatihan bersifat jarang. Jika data jarang, satu bidang berisi semua data alih-alih catatan data tunggal.
	Reserve Converted Features	Menentukan apakah akan memberi awalan fitur baru dengan scale_.
Parameters Setting	Scaling Function	Komponen Feature Scaling mendukung fungsi penskalaan berikut: log2 log10 ln abs sqrt

Metode 2: Gunakan perintah PAI

Konfigurasikan parameter komponen menggunakan perintah PAI. Anda dapat menggunakan komponen SQL Script untuk memanggil perintah PAI. Untuk informasi lebih lanjut, lihat SQL Script.

PAI -name fe_scale_runner -project algo_public
    -Dlifecycle=28
    -DscaleMethod=log2
    -DscaleCols=nr_employed
    -DinputTable=pai_dense_10_1
    -DoutputTable=pai_temp_2262_20380_1;

Parameter	Diperlukan	Deskripsi	Nilai default
inputTable	Ya	Nama tabel input.	Tidak ada
inputTablePartitions	Tidak	Partisi yang dipilih dari tabel input untuk pelatihan. Atur parameter ini dalam format `Nama_Partisi=nilai`. Untuk menentukan partisi multi-level, atur parameter ini dalam format `nama1=nilai1/nama2=nilai2;`. Jika Anda menentukan beberapa partisi, pisahkan mereka dengan koma (,).	Semua partisi dalam tabel input
outputTable	Ya	Tabel output setelah penskalaan.	Tidak ada
scaleCols	Ya	Fitur yang ingin Anda skalakan. Fitur jarang secara otomatis ditampilkan. Anda hanya dapat memilih fitur tipe data numerik.	Tidak ada
labelCol	Tidak	Kolom label. Jika parameter ini ditentukan, histogram x-y yang menampilkan hubungan antara fitur dan variabel objektif dapat dilihat.	Tidak ada
categoryCols	Tidak	Bidang terpilih yang diproses sebagai fitur enumerasi. Bidang ini tidak mendukung penskalaan.	""
scaleMethod	Tidak	Metode yang digunakan untuk penskalaan. Nilai valid: log2 log10 ln abs sqrt	log2
scaleTopN	Tidak	Jika Anda tidak menyetel parameter scaleCols, sistem secara otomatis memilih N teratas fitur yang memerlukan penskalaan.	10
isSparse	Tidak	Menentukan apakah fitur adalah fitur jarang dalam format key-value.	Data padat
itemSpliter	Tidak	Pemisah yang digunakan untuk memisahkan pasangan key-value jarang.	,
kvSpliter	Tidak	Pemisah yang digunakan untuk memisahkan kunci dan nilai jarang.	:
lifecycle	Tidak	Siklus hidup tabel output.	7
coreNum	Tidak	Jumlah core. Nilai parameter ini harus berupa bilangan bulat positif. Nilai valid: [1,9999]. Parameter ini harus digunakan bersama dengan parameter memSizePerCore.	Ditentukan oleh sistem
memSizePerCore	Tidak	Ukuran memori setiap core. Unit: MB. Nilai parameter ini harus berupa bilangan bulat positif. Nilai valid: [2048,64 × 1024].	Ditentukan oleh sistem

Contoh

Data masukan

Eksekusi pernyataan SQL berikut untuk menghasilkan data masukan:

create table if not exists pai_dense_10_1 as
select
    nr_employed
from bank_data limit 10;

Pengaturan parameter
Di tab Pengaturan Bidang, atur parameter Fitur yang Diskalakan ke nr_employed. Hanya fitur tipe data numerik yang didukung. Di tab Pengaturan Parameter, atur parameter Scaling Function ke log2, seperti yang ditunjukkan pada gambar berikut.
Hasil
nr_employed
12,352071021075528
12,34313018339218
12,285286613666395
12,316026916036957
12,309533196497519
12,352071021075528
12,316026916036957
12,316026916036957
12,309533196497519
12,316026916036957

nr_employed
12,352071021075528
12,34313018339218
12,285286613666395
12,316026916036957
12,309533196497519
12,352071021075528
12,316026916036957
12,316026916036957
12,309533196497519
12,316026916036957