パーセンタイル - Platform For AI - Alibaba Cloud ドキュメントセンター

パーセンタイルは、データのパーセンタイルを計算するために統計で使用されるメジャーです。データセットが最小から最大に順序付けられ、100 個のグループに分割されている場合、パーセンタイルは、指定された割合のデータがその値未満になる値を示します。

背景情報

システムは、BIGINT、DOUBLE、または DATETIME 型のデータのパーセンタイルのみを計算できます。
パーセンタイルの計算時には、空の列はスキップされます。すべての列が空の場合、エラーが返されます。
colName パラメーターには、複数のデータ列を指定できます。

コンポーネントの設定

次のいずれかの方法を使用して、Percentile コンポーネントを設定できます。

方法 1：パイプラインページでコンポーネントを設定する

PAI（AI 向け機械学習プラットフォーム）の Machine Learning Designer のパイプラインページで、Percentile コンポーネントのパラメーターを設定できます。 Machine Learning Designer は、以前は Machine Learning Studio と呼ばれていました。次の表にパラメーターを示します。

タブ	パラメーター	説明
パラメーター設定	入力列	[列の選択] をクリックして入力列を選択します。
チューニング	コア数	コア数。
チューニング	コアあたりのメモリサイズ	各コアのメモリサイズ。

方法 2：PAI コマンドを使用する

PAI コマンドを使用して、コンポーネントパラメーターを設定します。 SQL スクリプトコンポーネントを使用して、PAI コマンドを呼び出すことができます。詳細については、「SQL スクリプト」をご参照ください。

PAI -name Percentile
     -project algo_public
     -DinputTableName=maple_test_percentile_3col_input
     -DcolName=col0,col1,col2 -DoutputTableName=maple_test_percentile_3col_output;

パラメーター	説明	必須
inputTableName	入力テーブルの名前。	はい
outputTableName	出力テーブルの名前。	はい
colName	計算対象の列の名前。デフォルトでは、すべての列が選択されます。説明複数の列の名前はカンマ (,) で区切ります。	いいえ
inputPartitions	入力テーブルのパーティション。デフォルトでは、すべてのパーティションが選択されます。 `partition_name=value` の形式で 1 つのパーティションを指定します。 `name1=value1,name2=value2` の形式で複数のパーティションを指定します。説明複数のパーティションはカンマ (,) で区切ります。 `name1=value1/name2=value2` の形式で複数レベルのパーティションを指定します。	いいえ
predictInputTableName	予測テーブルの名前。このパラメーターを設定すると、予測結果を生成できます。	いいえ
predictInputTablePartitions	入力予測テーブルのパーティション。	いいえ
predictSelectedColNames	予測テーブルから選択された列の名前。デフォルトでは、予測テーブルのすべての列が選択されます。列名は、トレーニングテーブルの列名と同じでなければなりません。	いいえ
predictSelectedOriginalColNames	データを保持する列の名前。デフォルトでは、すべての列が選択されます。複数の列の名前はカンマ (,) で区切ります。	いいえ
predictOutputTableName	出力予測テーブルの名前。このパラメーターは、predictInputTableName パラメーターと共に使用されます。	いいえ
lifecycle	出力テーブルのライフサイクル。デフォルトでは、出力テーブルにはライフサイクルがありません。説明値は正の整数でなければなりません。	いいえ
coreNum	コア数。有効な値：[1,9999]。このパラメーターは、memSizePerCore パラメーターと共に使用されます。説明値は正の整数でなければなりません。	いいえ
memSizePerCore	各コアのメモリサイズ。単位：MB。有効な値：[1024,64 × 1024]。説明値は正の整数でなければなりません。	いいえ

例

入力テーブル

col0:double (1000 行)	col1:bigint (100 行)	col2:bigint (300 行)
962	88	1974年 10月 15日 00:26:40 CST
218	99	1973年 1月 4日 20:53:20 CST
565	44	1974年 3月 9日 02:40:00 CST
314	68	1975年 8月 11日 22:40:00 CST
583	13	1975年 8月 23日 12:26:40 CST
615	87	1971年 5月 25日 14:13:20 CST
70	53	1979年 3月 23日 09:20:00 CST
929	63	1972年 7月 3日 16:26:40 CST
249	48	1973年 3月 15日 07:33:20 CST
428	62	1971年 3月 17日 03:33:20 CST
119	1	1975年 6月 26日 15:33:20 CST
756	27	1978年 1月 30日 17:20:00 CST
490	75	1974年 12月 11日 21:20:00 CST
957	12	1970年 7月 5日 12:26:40 CST
80	22	1972年 10月 4日 06:40:00 CST
681	57	1971年 11月 3日 15:06:40 CST
13	95	1970年 9月 12日 23:06:40 CST

PAI コマンド

 PAI -name Percentile
     -project algo_public
     -DinputTableName=maple_test_percentile_3col_input
     -DcolName=col0,col1,col2 -DoutputTableName=maple_test_percentile_3col_output;

出力テーブル

quantile:bigint	col0:double	col1:bigint	col2:datetime
0	0.0	0	1970年 1月 1日木曜日午前 8時 00分 00秒 (CST)
1	9.0	0	1970年 1月 24日土曜日 11:33:20 CST
2	19.0	1	1970年 2月 28日土曜日 04:53:20 CST
3	29.0	2	1970年 4月 3日金曜日 22:13:20 CST
4	39.0	3	1970年5月8日金曜日 15:33:20 CST
5	49.0	4	1970年 6月 12日金曜日午前 8時 53分 20秒 (CST)
6	59.0	5	1970年 7月 17日金曜日 02:13:20 CST
7	69.0	6	1970年 8月 20日木曜日 19:33:20 CST
8	79.0	7	1970年 9月 24日木曜日 12:53:20 CST
9	89.0	8	1970年 10月 29日木曜日 06:13:20 CST
10	99.0	9	1970年 12月 2日水曜日 23:33:20 CST
11	109.0	10	1971年 1月 6日水曜日 16:53:20 CST
12	119.0	11	1971年 2月 10日水曜日 10:13:20 CST
13	129.0	12	1971年 3月 17日水曜日 03:33:20 CST
14	139.0	13	1971年 4月 20日火曜日 20:53:20 CST
15	149.0	14	1971年 5月 25日火曜日 14:13:20 CST
16	159.0	15	1971年6月29日火曜日 07:33:20 CST
...	...	...	...
84	839.0	83	1977年 12月 15日（木） 10:13:20 CST
85	849.0	84	1978年1月19日（木）午前3時33分20秒（中国標準時）
86	859.0	85	1978年 2月 22日水曜日 20:53:20 CST
87	869.0	86	1978年3月29日水曜日 14:13:20 CST
88	879.0	87	1978年 5月 3日水曜日 7時33分20秒 CST
89	889.0	88	1978年6月7日水曜日 00:53:20 CST
90	899.0	89	1978年 7月 11日火曜日 18:13:20 CST
91	909.0	90	1978年 8月 15日火曜日 11:33:20 CST
92	919.0	91	1978年9月19日火曜日 04:53:20 CST
93	929.0	92	1978年 10月 23日月曜日 22:13:20 CST
94	939.0	93	1978年 11月 27日 15:33:20 CST
95	949.0	94	1979年1月1日月曜日午前8時53分20秒 (中国標準時)
96	959.0	95	1979年 2月 5日月曜日 02:13:20 CST
97	969.0	96	1979年 3月 11日日曜日 19:33:20 CST
98	979.0	97	1979年 4月 15日日曜日 12:53:20 CST
99	989.0	98	1979年 5月 20日日曜日 06:13:20 CST
100	999.0	99	1979年 6月 23日 23:33:20 CST