混同行列コンポーネントの設定 - Platform For AI - Alibaba Cloud ドキュメントセンター

混同行列は、教師あり学習で使用され、教師なし学習におけるマッチング行列に相当します。性能評価において、混同行列は分類結果と実際の値を比較し、分類の精度を行列形式で表示します。このトピックでは、混同行列コンポーネントの設定方法について説明します。

制限事項

サポートされている計算エンジンは MaxCompute のみです。

コンポーネントの設定

混同行列コンポーネントは、以下のいずれかの方法で設定できます。

方法 1：UI の使用

ビジュアルモデリングのパイプラインページでコンポーネントのパラメーターを設定します。

パラメーター	説明
元のラベル列	数値データ型をサポートします。
予測結果ラベル列	[しきい値] が指定されていない場合、このパラメーターは必須です。
しきい値	サンプルの値がこのしきい値より大きい場合、そのサンプルは正例と見なされます。
予測結果詳細列	このパラメーターは、[予測結果ラベル列] パラメーターと併用できません。[しきい値] が指定されている場合、このパラメーターは必須です。
正例ラベル	このパラメーターは、[しきい値] が指定されている場合に必須です。

方法 2：PAI コマンドの使用

PAI コマンドを使用して、コンポーネントのパラメーターを設定できます。SQL スクリプトコンポーネントを使用して PAI コマンドを実行できます。詳細については、「SQL スクリプト」をご参照ください。

しきい値が指定されていない場合

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionColName=prediction_result;

しきい値が指定されている場合

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionDetailColName=prediction_detail
    -Dthreshold=0.8
    -DgoodValue=N;

パラメーター	必須	説明	デフォルト
inputTableName	はい	入力テーブルの名前。予測コンポーネントからの出力テーブルです。	N/A
inputTablePartition	いいえ	入力テーブルのパーティション。	テーブル全体
outputTableName	はい	混同行列を格納する出力テーブルの名前。	N/A
labelColName	はい	元のラベル列の名前。	N/A
predictionColName	いいえ	予測結果列の名前。このパラメーターは、threshold が指定されていない場合に必須です。	N/A
predictionDetailColName	いいえ	予測結果詳細列の名前。このパラメーターは、threshold が指定されている場合に必須です。	N/A
threshold	いいえ	正例を分類するためのしきい値。	0.5
goodValue	いいえ	二項分類で正の結果に対応するラベル値。このパラメーターは、threshold が指定されている場合に必須です。	N/A
coreNum	いいえ	計算に使用するコア数。	自動割り当て
memSizePerCore	いいえ	各コアのメモリ量 (MB 単位)。	自動割り当て
lifecycle	いいえ	出力テーブルのライフサイクル。	N/A

例

MaxCompute クライアントを使用して、次の列を持つ test_data という名前のテーブルを作成します：id bigint, label string, prediction_result string。MaxCompute クライアントのインストールと設定方法については、「ローカルクライアント (odpscmd) を使用した接続」をご参照ください。テーブルの作成については、「テーブルの作成」をご参照ください。
次のサンプルデータを test_data テーブルにインポートします。データのインポート方法については、「データのインポート」をご参照ください。

id

label

prediction_result

0

A

A

1

A

B

2

A

A

3

A

A

4

B

B

5

B

B

6

B

A

7

B

B

8

B

A

9

A

A
パイプラインを構築し、コンポーネントを実行します。詳細については、「アルゴリズムモデリング」をご参照ください。
1. ビジュアルモデリングの左側にあるコンポーネントリストで、テーブル読み込みコンポーネントと混同行列コンポーネントを検索し、キャンバスにドラッグします。
2. コンポーネントを接続してパイプラインを構築します。
3. コンポーネントのパラメーターを設定します。
  - キャンバス上の [Read Table-1] コンポーネントをクリックし、右側のペインの[テーブルの選択]タブで、[テーブル名] を test_data に設定します。
  - キャンバス上の [Confusion Matrix-1] コンポーネントをクリックします。右側のペインで、次の表に示すようにパラメーターを設定します。その他のパラメーターはデフォルト値のままにします。
    
    パラメーター
    
    説明
    
    元のラベル列
    
    label 列を選択します。
    
    予測結果ラベル列
    
    prediction_result を入力します。
4. パラメーターを設定した後、実行ボタンをクリックしてパイプラインを実行します。
パイプラインが終了したら、[Confusion Matrix-1] コンポーネントを右クリックし、ショートカットメニューから [ビジュアル分析] を選択すると、出力を表示できます。
- [混同行列] タブをクリックすると、結果の混同行列を表示できます。
- [統計] タブをクリックして、モデルの統計を表示します。
  
  統計には、TruePositive、FalsePositive、精度、適合率、再現率、F1 スコアが含まれます。たとえば、モデル A の場合、各メトリック値はそれぞれ 4、2、0.7、0.6667、0.8、0.7273 です。モデル B の場合、各メトリック値はそれぞれ 3、1、0.7、0.75、0.6、0.6667 です。

Platform For AI:混同行列

制限事項

コンポーネントの設定

方法 1：UI の使用

方法 2：PAI コマンドの使用

例

関連トピック

id	label	prediction_result
0	A	A
1	A	B
2	A	A
3	A	A
4	B	B
5	B	B
6	B	A
7	B	B
8	B	A
9	A	A

パラメーター	説明
元のラベル列	label 列を選択します。
予測結果ラベル列	prediction_result を入力します。