Komponen Prediksi Klasifikasi Biner GBDT V2 dari Platform for AI (PAI) menyediakan fitur prediksi berdasarkan komponen Prediksi Klasifikasi Biner GBDT V2. Pohon keputusan dengan boosting gradien digunakan untuk memprediksi hasil klasifikasi biner. Topik ini menjelaskan cara mengonfigurasi komponen Prediksi Klasifikasi Biner GBDT V2.
Sumber daya komputasi yang didukung
Anda dapat menggunakan komponen Prediksi Klasifikasi Biner GBDT V2 berdasarkan sumber daya komputasi MaxCompute dan Flink.
Prinsip
Model pohon keputusan dengan boosting gradien terdiri dari beberapa pohon keputusan. Setiap pohon keputusan sesuai dengan pembelajar lemah. Menggabungkan pembelajar lemah ini bersama-sama dapat mencapai hasil klasifikasi dan regresi yang lebih baik.
Gambar berikut menunjukkan struktur rekursif dasar dari boosting gradien.

Dalam kebanyakan kasus,
adalah pohon keputusan CART,
adalah parameter dari pohon keputusan, dan
adalah ukuran langkah. Setiap pohon keputusan mengoptimalkan fungsi objektif berdasarkan pohon keputusan sebelumnya. Setelah proses tersebut, diperoleh model yang berisi beberapa pohon keputusan.
Konfigurasikan komponen di konsol PAI
Port Input
Port input (dari kiri ke kanan)
Tipe data
Komponen hulu yang direkomendasikan
Diperlukan
Input
N/A
Ya
Tabel Data Prediksi
N/A
Ya
Parameter
Tab
Parameter
Diperlukan
Deskripsi
Nilai default
Fields Information
Prediction result column name
Ya
Nama kolom hasil prediksi.
prediction_result
predictionDetailCol
Tidak
Nama kolom detail prediksi.
prediction_detail
Reserved Columns
Tidak
Nama kolom yang dicadangkan. Secara default, semua kolom dicadangkan.
N/A
Tuning
Number of Instances
Tidak
Jumlah instans yang digunakan untuk menjalankan pekerjaan.
Nilainya dihitung secara otomatis berdasarkan data input.
Memory Per Instance
Tidak
Ukuran memori setiap instans. Unit: MB. Nilai valid: [100,65536].
Nilainya dihitung secara otomatis berdasarkan data input.
Port Output
Port
Lokasi penyimpanan
Komponen hilir yang direkomendasikan
Tipe model
Output
N/A
N/A
Referensi
Komponen ini melakukan prediksi berdasarkan model yang dilatih oleh komponen GBDT Binary Classification V2.
Untuk informasi tentang komponen Machine Learning Designer, lihat Ikhtisar Machine Learning Designer.
Machine Learning Designer menyediakan berbagai komponen algoritma preset. Anda dapat memilih komponen untuk pemrosesan data berdasarkan kebutuhan bisnis Anda. Untuk informasi lebih lanjut, lihat Ikhtisar Komponen Designer.