Pengambilan Sampel Berbobot - Platform For AI

Komponen Pengambilan Sampel Berbobot menghasilkan data pengambilan sampel berdasarkan nilai kolom yang diberi bobot. Nilai dari kolom yang diberi bobot harus bertipe DOUBLE atau BIGINT. Kolom yang diberi bobot diambil sampelnya berdasarkan nilainya. Sebagai contoh, jika nilai dua kolom yang diberi bobot adalah 1,2 dan 1,0, kolom dengan nilai 1,2 akan diprioritaskan untuk diambil sampelnya.

Konfigurasi komponen

Anda dapat menggunakan salah satu metode berikut untuk mengonfigurasi komponen Pengambilan Sampel Berbobot.

Metode 1: Konfigurasikan komponen pada halaman pipeline

Konfigurasikan parameter komponen pada halaman pipeline Machine Learning Designer.

Tab	Parameter	Deskripsi
Parameters Setting	Sample Size	Nilai harus berupa bilangan bulat positif.
	Sampling Fraction	Nilai harus berupa bilangan desimal. Nilai valid: (0,1).
	Sampling with Replacement	Secara default, kotak centang ini tidak dicentang. Jika Anda mencentang kotak ini, pengambilan sampel dengan pengembalian diaktifkan.
	Weight Columns	Kolom yang diberi bobot. Nilai dari kolom yang diberi bobot harus bertipe DOUBLE atau BIGINT. Setiap nilai mewakili bobot dari sebuah catatan yang ada. Normalisasi tidak diperlukan.
	Random Seed	Secara default, sistem menentukan nilainya.
Tuning	Cores	Nilai harus berupa bilangan bulat positif. Secara default, sistem menentukan nilainya.
Tuning	Memory Size per Core	Nilai harus berupa bilangan bulat positif. Nilai valid: (1,65536). Secara default, sistem menentukan nilainya.

Metode 2: Gunakan perintah PAI

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

PAI -name WeightedSample
    -project algo_public
    -Dlifecycle="28"
    -DoutputTableName="test2"
    -DprobCol="previous"
    -Dreplace="false"
    -DsampleSize="500"
    -DinputPartitions="pt=20150501"
    -DinputTableName="bank_data_partition";

Parameter	Diperlukan	Deskripsi	Nilai default
inputTableName	Ya	Nama tabel input.	Tidak ada nilai default
inputTablePartitions	Tidak	Partisi yang dipilih dari tabel input untuk pelatihan. Format berikut didukung: Partition_name=value name1=value1/name2=value2: partisi multi-level null Pisahkan beberapa partisi dengan koma (,)	Semua partisi
outputTableName	Ya	Nama tabel output.	Tidak ada nilai default
sampleSize	Tidak	Jumlah sampel. null Jika kedua parameter sampleSize dan sampleRatio kosong, kesalahan akan dikembalikan. Jika kedua parameter sampleSize dan sampleRatio ditentukan, parameter sampleSize memiliki prioritas.	Tidak ada nilai default
sampleRatio	Tidak	Proporsi pengambilan sampel. Nilai harus berupa bilangan desimal. Nilai valid: (0,1).	Tidak ada nilai default
probCol	Ya	Kolom yang diberi bobot. Setiap nilai mewakili bobot dari sebuah catatan yang ada. Normalisasi tidak diperlukan. Nilai dari kolom yang diberi bobot harus bertipe DOUBLE atau BIGINT.	Tidak ada nilai default
replace	Tidak	Menentukan apakah akan mengaktifkan pengambilan sampel dengan pengembalian. Nilai harus bertipe BOOLEAN.	false, yang menunjukkan bahwa pengambilan sampel dengan pengembalian dinonaktifkan
randomSeed	Tidak	Seed acak. Nilai harus berupa bilangan bulat positif.	Ditentukan oleh sistem
lifecycle	Tidak	Lifecycle tabel output. Nilai valid: [1,3650].	Tidak ada nilai default
coreNum	Tidak	Jumlah core yang digunakan dalam komputasi. Nilai harus berupa bilangan bulat positif.	Ditentukan oleh sistem
memSizePerCore	Tidak	Ukuran memori setiap core. Nilai valid: (1,65536). Unit: MB.	Ditentukan oleh sistem