Regresi Logistik untuk Klasifikasi Biner - Platform For AI

Algoritma regresi logistik umum digunakan untuk klasifikasi biner. Komponen Regresi Logistik untuk Klasifikasi Biner mendukung format jarang dan padat.

Konfigurasikan komponen

Anda dapat menggunakan salah satu metode berikut untuk mengonfigurasi komponen Regresi Logistik untuk Klasifikasi Biner:

Metode 1: Konfigurasikan komponen di Machine Learning Designer

Konfigurasikan komponen pada tab konfigurasi pipeline dari Machine Learning Designer di konsol Platform for AI (PAI). Tabel berikut menjelaskan parameter komponen.

Tab	Parameter	Deskripsi
Fields Setting	Training Feature Columns	Kolom fitur yang dipilih dari sumber data untuk pelatihan. Kolom tipe DOUBLE dan BIGINT didukung. Catatan Maksimal 20 juta fitur didukung.
	Target Columns	Kolom objektif dalam tabel input.
	Positive Class Value	Tidak tersedia
	Use Sparse Format	Menentukan apakah data input dalam format jarang.
Parameters Setting	Regularization Type	Tipe regularisasi. Nilai valid: None, L1, dan L2.
	Maximum Iterations	Jumlah maksimum iterasi. Nilai default: 100.
	Regularization Coefficient	Jika Tipe Regularisasi disetel ke None, parameter ini tidak valid.
	Minimum Convergence Deviance	Deviasi konvergensi minimum. Nilai default: 0,000001.
Tuning	Cores	Sistem secara otomatis menetapkan nilai.
Tuning	Memory Size per Core	Sistem secara otomatis menetapkan nilai.

Metode 2: Konfigurasikan komponen dengan perintah PAI

Konfigurasikan parameter komponen menggunakan perintah PAI. Anda dapat menggunakan komponen SQL Script untuk menjalankan perintah PAI. Untuk informasi lebih lanjut, lihat SQL Script. Tabel berikut menjelaskan parameter perintah tersebut.

PAI -name logisticregression_binary
    -project algo_public
    -DmodelName="xlab_m_logistic_regression_6096"
    -DregularizedLevel="1"
    -DmaxIter="100"
    -DregularizedType="l1"
    -Depsilon="0.000001"
    -DlabelColName="y"
    -DfeatureColNames="pdays,emp_var_rate"
    -DgoodValue="1"
    -DinputTableName="bank_data"

Parameter	Diperlukan	Deskripsi	Nilai default
inputTableName	Ya	Nama tabel input.	Tidak tersedia
featureColNames	Tidak	Kolom fitur yang dipilih dari tabel input untuk pelatihan. Catatan Maksimal 20 juta fitur didukung.	Semua kolom tipe data numerik
labelColName	Ya	Kolom label yang dipilih dari tabel input.	Tidak tersedia
inputTablePartitions	Tidak	Partisi yang dipilih dari tabel input untuk pelatihan. Tentukan parameter ini dalam salah satu format berikut: partition_name=value name1=value1/name2=value2: partisi multi-level Catatan Jika Anda menentukan beberapa partisi, pisahkan mereka dengan koma (,).	Tabel penuh
modelName	Ya	Nama model keluaran.	Tidak tersedia
regularizedType	Tidak	Tipe regularisasi. Nilai valid: l1, l2, dan None.	l1
regularizedLevel	Tidak	Koefisien regularisasi. Parameter ini tidak valid jika parameter regularizedType disetel ke None.	1,0
maxIter	Tidak	Jumlah maksimum iterasi algoritma L-BFGS (Limited-memory BFGS).	100
epsilon	Tidak	Kesalahan konvergensi. Parameter ini menunjukkan kondisi untuk mengakhiri iterasi algoritma L-BFGS. Jika log-likelihood antara dua iterasi lebih kecil dari nilai ini, iterasi dihentikan.	1,0e-06
goodValue	Tidak	Nilai referensi objektif. Parameter ini menentukan nilai label yang sesuai dengan koefisien pelatihan dalam klasifikasi biner. Sistem akan mengalokasikan nilai secara acak jika parameter ini tidak ditentukan.	Tidak tersedia
enableSparse	Tidak	Menentukan apakah data input jarang. Nilai valid: {true, false}.	false
itemDelimiter	Tidak	Pemisah yang digunakan untuk memisahkan pasangan key-value jika data dalam tabel input dalam format jarang.	Koma (,)
kvDelimiter	Tidak	Pemisah yang digunakan untuk memisahkan keys dan values jika data dalam tabel input dalam format jarang.	Titik Dua (:)
coreNum	Tidak	Jumlah core.	Dialokasikan secara otomatis
memSizePerCore	Tidak	Ukuran memori setiap core. Unit: MB.	Dialokasikan secara otomatis

Di Machine Learning Designer, data jarang disajikan dalam format key-value. Tabel berikut menjelaskan contoh spesifik. Parameter itemDelimiter menentukan pemisah yang digunakan untuk memisahkan pasangan key-value. Parameter kvDelimiter menentukan pemisah yang digunakan untuk memisahkan keys dan values.

key_value

1:100,4:200,5:300

1:10,2:20,3:30

Catatan

Untuk format key-value, keys ditunjukkan mulai dari 0 menggunakan indeks. Jika karakter digunakan untuk menunjukkan nilai keys, sistem akan melaporkan kesalahan.

Contoh

Eksekusi pernyataan SQL berikut untuk menghasilkan data pelatihan:

drop table if exists lr_test_input;
create table lr_test_input
as
select
    *
from
(
select
        cast(1 as double) as f0,
        cast(0 as double) as f1,
        cast(0 as double) as f2,
        cast(0 as double) as f3,
        cast(0 as bigint) as label
    union all
        select
            cast(0 as double) as f0,
            cast(1 as double) as f1,
            cast(0 as double) as f2,
            cast(0 as double) as f3,
            cast(0 as bigint) as label
    union all
        select
            cast(0 as double) as f0,
            cast(0 as double) as f1,
            cast(1 as double) as f2,
            cast(0 as double) as f3,
            cast(1 as bigint) as label
    union all
        select
            cast(0 as double) as f0,
            cast(0 as double) as f1,
            cast(0 as double) as f2,
            cast(1 as double) as f3,
            cast(1 as bigint) as label
    union all
        select
            cast(1 as double) as f0,
            cast(0 as double) as f1,
            cast(0 as double) as f2,
            cast(0 as double) as f3,
            cast(0 as bigint) as label
    union all
        select
            cast(0 as double) as f0,
            cast(1 as double) as f1,
            cast(0 as double) as f2,
            cast(0 as double) as f3,
            cast(0 as bigint) as label
) a;

Tabel data pelatihan berikut lr_test_input dihasilkan.

f0	f1	f2	f3	label
1,0	0,0	0,0	0,0	0
0,0	0,0	1,0	0,0	1
0,0	0,0	0,0	1,0	1
0,0	1,0	0,0	0,0	0
1,0	0,0	0,0	0,0	0
0,0	1,0	0,0	0,0	0

Jalankan perintah PAI berikut untuk mengirimkan parameter pelatihan yang dikonfigurasi untuk komponen Regresi Logistik untuk Klasifikasi Biner:

drop offlinemodel if exists lr_test_model;
PAI -name logisticregression_binary
    -project algo_public
    -DmodelName="lr_test_model"
    -DitemDelimiter=","
    -DregularizedLevel="1"
    -DmaxIter="100"
    -DregularizedType="None"
    -Depsilon="0.000001"
    -DkvDelimiter=":"
    -DlabelColName="label"
    -DfeatureColNames="f0,f1,f2,f3"
    -DenableSparse="false"
    -DgoodValue="1"
    -DinputTableName="lr_test_input";

Jalankan perintah PAI berikut untuk mengirimkan parameter yang dikonfigurasi untuk komponen Prediksi. Untuk informasi lebih lanjut tentang parameter, lihat Prediksi.

drop table if exists lr_test_prediction_result;
PAI -name prediction
    -project algo_public
    -DdetailColName="prediction_detail"
    -DmodelName="lr_test_model"
    -DitemDelimiter=","
    -DresultColName="prediction_result"
    -Dlifecycle="28"
    -DoutputTableName="lr_test_prediction_result"
    -DscoreColName="prediction_score"
    -DkvDelimiter=":"
    -DinputTableName="lr_test_input"
    -DenableSparse="false"
    -DappendColNames="label";

Tabel hasil prediksi lr_test_prediction_result dihasilkan.

label	prediction_result	prediction_score	prediction_detail
0	0	0,9999998793434426	{"0": 0,9999998793434426, "1": 1,206565574533681e-07}
1	1	0,999999799574135	{"0": 2,004258650156743e-07, "1": 0,999999799574135}
1	1	0,999999799574135	{"0": 2,004258650156743e-07, "1": 0,999999799574135}
0	0	0,9999998793434426	{"0": 0,9999998793434426, "1": 1,206565574533681e-07}
0	0	0,9999998793434426	{"0": 0,9999998793434426, "1": 1,206565574533681e-07}
0	0	0,9999998793434426	{"0": 0,9999998793434426, "1": 1,206565574533681e-07}