かんばん予測アルゴリズムコンポーネントとは何か - Platform For AI

かんばん予測は、機械学習の手法の一つであり、かんばんモデルを新規データに適用してその将来のパフォーマンスまたはリスクをスコアリング・予測するものです。このモデルは通常、かんばん学習コンポーネントによって生成されます。かんばん予測コンポーネントは、このモデルを用いて入力データを評価・スコアリングし、意思決定およびリスク管理を支援します。

コンポーネントの設定

方法 1：UI を使用する

Designer ワークフローで、[スコアカード予測] コンポーネントを追加し、右側のペインでパラメーターを設定します:

パラメーター種別	パラメーター	説明
フィールド設定	特徴量カラム	予測に使用する元の特徴量カラムを選択します。デフォルトでは、すべてのカラムが選択されています。
	変換なしで結果テーブルに書き込む	ID や label などのカラムのように、処理を行わず予測結果テーブルに追加するカラムを選択します。
	変数スコアの出力	各特徴量変数のスコアを出力するかどうかを指定します。最終的な合計予測スコアは、切片のスコアとすべての変数スコアの合計となります。
実行チューニング	CPU コア数	使用する CPU コア数です。デフォルトでは、システムが自動的に割り当てます。
実行チューニング	CPU コアあたりのメモリ量	各 CPU コアに割り当てるメモリ量です。デフォルトでは、システムが自動的に割り当てます。

方法 2：PAI コマンドを使用する

かんばん予測 コンポーネントのパラメーターを設定するには、PAI コマンドを使用できます。SQL スクリプトコンポーネントから PAI コマンドを呼び出します。詳細については、「SQL スクリプト」をご参照ください。

pai -name=lm_predict
    -project=algo_public
    -DinputFeatureTableName=input_data_table
    -DinputModelTableName=input_model_table
    -DmetaColNames=sample_key,label
    -DfeatureColNames=fea1,fea2
    -DoutputTableName=output_score_table

パラメーター	必須	デフォルト値	説明
inputFeatureTableName	はい	なし	入力特徴量データテーブルです。
inputFeatureTablePartitions	いいえ	全テーブル	入力特徴量テーブルから選択するパーティションです。
inputModelTableName	はい	なし	入力モデルテーブルです。
featureColNames	いいえ	すべてのカラム	入力テーブルから選択する特徴量カラムです。
metaColNames	いいえ	なし	変換されないデータカラムです。選択したカラムはそのまま出力されます。label や sample_id のようなカラムをここに指定します。
outputFeatureScore	いいえ	false	予測結果に変数スコアを出力するかどうかを指定します。有効な値は以下のとおりです。 true：変数スコアを出力します。 false：変数スコアを出力しません。
outputTableName	はい	なし	出力予測結果テーブルです。
lifecycle	いいえ	なし	出力テーブルのライフサイクルです。
coreNum	いいえ	自動計算	CPU コア数です。
memSizePerCore	いいえ	自動計算	メモリサイズ（MB）です。

コンポーネントの出力

かんばん予測コンポーネントは、以下に示す例のようなスコアリングテーブルを出力します。 Scoring table example 結果テーブルには、churn カラムがそのまま追加されますが、これは予測結果とは関係ありません。その他の 3 つのカラムは予測結果カラムであり、以下の表で説明します。

カラム名	カラム型	カラムの説明
prediction_score	DOUBLE	予測スコア列。線形モデルでは、これは特徴量の値にモデルの重みの値を乗算し、それらを合計したものです。スコアカードモデルでは、モデルがスコア変換を実行する場合、この列には変換後のスコアが出力されます。
prediction_prob	DOUBLE	バイナリ分類シナリオにおいて、これは正例の予測確率値です。この値は、元のスコア（スコア変換前のスコア）に Sigmoid 変換を適用することで得られます。
prediction_detail	STRING	各クラスの確率値を JSON 形式で記述した文字列です。0 は負例クラス、1 は正例クラスを表します。例：{“0”:0.1813110520,”1”:0.8186889480}。