Platform For AI:PS 線形回帰

コンポーネントの設定

方法1：ビジュアルインターフェイスを使用

Designer のワークフローに [PS 線形回帰] コンポーネントを追加し、右側のペインでそのパラメーターを設定します。

方法2：PAI コマンドを使用

PAI コマンドを使用して、[PS 線形回帰] コンポーネントの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。

# トレーニング
PAI -name ps_linearregression
    -project algo_public
    -DinputTableName="lm_test_input"
    -DmodelName="linear_regression_model"
    -DlabelColName="label"
    -DfeatureColNames="features"
    -Dl1Weight=1.0
    -Dl2Weight=0.0
    -DmaxIter=100
    -Depsilon=1e-6
    -DenableSparse=true
# 予測
drop table if exists logistic_regression_predict;
PAI -name prediction
    -DmodelName="linear_regression_model"
    -DoutputTableName="linear_regression_predict"
    -DinputTableName="lm_test_input"
    -DappendColNames="label,features"
    -DfeatureColNames="features"
    -DenableSparse=true

例

1. SQL スクリプトコンポーネントを使用して次の SQL 文を実行し、入力データを生成します。この例では、キー値 (KV) フォーマットのデータを使用します。

   drop table if exists lm_test_input;
   create table lm_test_input as
   select
   *
   from
   (
   select cast(2 as BIGINT) as label, '1:0.55 2:-0.15 3:0.82 4:-0.99 5:0.17' as features
       union all
   select cast(1 as BIGINT) as label, '1:-1.26 2:1.36 3:-0.13 4:-2.82 5:-0.41' as features
       union all
   select cast(1 as BIGINT) as label, '1:-0.77 2:0.91 3:-0.23 4:-4.46 5:0.91' as features
       union all
   select cast(2 as BIGINT) as label, '1:0.86 2:-0.22 3:-0.46 4:0.08 5:-0.60' as features
       union all
   select cast(1 as BIGINT) as label, '1:-0.76 2:0.89 3:1.02 4:-0.78 5:-0.86' as features
       union all
   select cast(1 as BIGINT) as label, '1:2.22 2:-0.46 3:0.49 4:0.31 5:-1.84' as features
       union all
   select cast(0 as BIGINT) as label, '1:-1.21 2:0.09 3:0.23 4:2.04 5:0.30' as features
       union all
   select cast(1 as BIGINT) as label, '1:2.17 2:-0.45 3:-1.22 4:-0.48 5:-1.41' as features
       union all
   select cast(0 as BIGINT) as label, '1:-0.40 2:0.63 3:0.56 4:0.74 5:-1.44' as features
       union all
   select cast(1 as BIGINT) as label, '1:0.17 2:0.49 3:-1.50 4:-2.20 5:-0.35' as features
   ) tmp;

   生成されたデータを次の図に示します。

   説明

   KV フォーマットのデータの場合、特徴 ID は正の整数、特徴値は実数である必要があります。特徴 ID が文字列の場合は、データをシリアル化する必要があります。特徴値がカテゴリ文字列の場合は、特徴の離散化を実行する必要があります。

2. 次の図に示すようにワークフローを構築します。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。

3. コンポーネントのパラメーターを設定します。

   1. [テーブル読み込み-1] コンポーネントをクリックします。右側のペインの [テーブルの選択] タブで、[テーブル名] を lm_test_input に設定します。

   2. 次の表の説明に従って、PS 線形回帰コンポーネントのパラメーターを設定します。他のパラメーターにはデフォルト値を使用します。

      パラメータータイプ	パラメーター	説明
      フィールド設定	スパースフォーマットですか？	true を選択します。
      	特徴列	features 列を選択します。
      	ラベル列	label 列を選択します。
      実行チューニング	コア数	3 に設定します。
      	コアあたりのメモリサイズ	1024 MB に設定します。

   3. 次の表の説明に従って、予測コンポーネントのパラメーターを設定します。他のパラメーターにはデフォルト値を使用します。

      パラメータータイプ	パラメーター	説明
      フィールド設定	特徴列	features 列を選択します。
      	そのまま出力する列	[label] 列と [features] 列を選択します。
      	スパース行列	[スパース行列] チェックボックスを選択します。
      	キーと値の区切り文字	コロン (:) に設定します。
      	KV ペア区切り文字	このパラメーターを空のままにすると、スペースが区切り文字として使用されます。

4. キャンバス上の実行ボタン をクリックして、ワークフローを実行します。

5. ワークフローの実行後、[予測-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 [データの表示] > [予測結果の出力] を選択します。