Binning - Platform For AI: Central de Documentação do Alibaba Cloud

O componente Binning discretiza features ao converter dados contínuos em múltiplos intervalos discretos. Este componente oferece suporte a binning de frequência igual, binning de largura igual e binning automático.

Configurar o componente

Configure o componente Binning por um dos métodos a seguir.

Método 1: Usar a UI

Defina os parâmetros do componente na página de workflow do Designer.

Aba	Parâmetro	Descrição
Fields Setting	Feature Columns	Aceita os tipos de dados STRING, BIGINT e DOUBLE.
	Label Column	Oferece suporte apenas à classificação binária.
	Positive Value	Aplica-se apenas quando uma Label Column é especificada.
	Binning Parameter Source	Valores válidos: Parameters in Parameter Settings e Manual Binning or Custom JSON.
	Reserve Unselected Feature Columns	Se você usar binning personalizado e selecionar Yes, as colunas não marcadas em Feature Columns serão mantidas. Caso contrário, serão descartadas.
	Upload Binning and Constraint JSON	Aplica-se somente quando Binning Parameter Source estiver definido como Manual Binning or Custom JSON.
Parameters Setting	Bins	Se definido como 10, as features contínuas serão discretizadas em 10 intervalos.
	Custom Bins	Especifique o número de bins para uma ou mais colunas para sobrescrever a configuração global. Se personalizar o número de bins para uma coluna fora da seleção atual, essa coluna também entrará no cálculo. Por exemplo, se selecionar as colunas col0 e col1, definir o binning personalizado como col0:3,col2:5 e o Number of Bins global for 10, o cálculo usará a configuração col0:3,col1:10,col2:5. Especifique o valor no formato: ColumnName1:NumberOfBins,ColumnName2:NumberOfBins.
	Custom Discrete Value Count Threshold	Define um limiar de frequência personalizado para valores discretos em uma ou mais colunas. Valores com frequência abaixo desse limiar são atribuídos ao bin "else". Esta configuração substitui o Discrete Value Count Threshold global. Use o formato ColumnName:Threshold, por exemplo, col0:3.
	Interval Type	Oferece suporte a intervalos left-open, right-closed ou left-closed, right-open.
	Binning Mode	Valores válidos: Equal Frequency, Equal Width e Automatic Binning.
	Discrete Value Count Threshold	Se a frequência de um valor discreto for inferior a este limiar, o valor será atribuído ao bin "else".
Tuning	Cores	Número de núcleos de CPU para o job. Por padrão, o sistema aloca os núcleos automaticamente.
Tuning	Memory Size per Core	Memória por núcleo, em MB. Por padrão, o sistema aloca a memória automaticamente.

Método 2: Usar um comando PAI

Use um comando PAI para configurar os parâmetros do componente. Execute comandos PAI pelo componente SQL Script. Para mais informações, consulte SQL Script.

PAI -name binning
    -project algo_public
    -DinputTableName=input
    -DoutputTableName=output

Parâmetro	Descrição	Obrigatório	Padrão
inputTableName	Nome da tabela de entrada.	Sim	N/A
outputTableName	Nome da tabela de saída.	Sim	N/A
selectedColNames	Colunas da tabela de entrada para aplicar binning.	Não	Todas as colunas, exceto a coluna de rótulo. Se nenhuma coluna de rótulo for especificada, todas as colunas serão selecionadas.
labelColName	A coluna de rótulo.	Não	N/A
validTableName	Nome da tabela de validação para o modo de binning `auto`. Obrigatório quando `binningMethod` é `auto`.	Não	Vazio
validTablePartitions	Partições a selecionar da tabela de validação.	Não	Tabela completa.
inputTablePartitions	Partições a selecionar da tabela de entrada.	Não	Tabela completa.
inputBinTableName	Tabela de binning de entrada.	Não	N/A
selectedBinColNames	Colunas a selecionar da tabela de binning.	Não	Vazio
positiveLabel	Valor da classe para amostras positivas na saída.	Não	1
nDivide	Número de bins. Deve ser um número inteiro positivo.	Não	10
colsNDivide	Número de bins para colunas personalizadas, como col0:3,col2:5. Se uma coluna especificada em colsNDivide não estiver em selectedColNames, a coluna adicional também entrará no cálculo. Por exemplo, se selectedColNames for col0,col1, colsNDivide for col0:3,col2:5 e nDivide for 10, o cálculo usará col0:3,col1:10,col2:5.	Não	Vazio
isLeftOpen	Tipo de intervalo. Valores válidos: {true}: Aberto à esquerda, fechado à direita. {false}: Fechado à esquerda, aberto à direita.	Não	true
stringThreshold	Limiar de frequência para atribuir valores discretos ao bin "else".	Não	N/A
colsStringThreshold	Limiar para colunas personalizadas. Segue a mesma lógica de colsNDivide.	Não	Vazio
binningMethod	Modo de binning. Valores válidos: quantile: Binning de frequência igual. bucket: Binning de largura igual. auto: No modo quantile, seleciona automaticamente o binning monótono.	Não	quantile
lifecycle	Ciclo de vida da tabela de saída em dias. Deve ser um número inteiro positivo.	Não	N/A
coreNum	Número de núcleos. Deve ser um número inteiro positivo.	Não	Calculado automaticamente pelo sistema.
memSizePerCore	Memória por núcleo em MB. Deve ser um número inteiro positivo.	Não	Calculado automaticamente pelo sistema.

O recurso de restrição de binning foi projetado para uso com o componente Scorecard Training. Nesse processo, o binning atua como etapa de engenharia de features para discretizá-las em variáveis dummy. Em seguida, restrinja o peso de cada variável dummy da seguinte forma:

Ordem ascendente: Os pesos das variáveis dummy de uma feature aumentam conforme seus valores de índice aumentam.
Ordem descendente: Os pesos das variáveis dummy de uma feature diminuem conforme seus valores de índice aumentam.
Mesmo peso: As variáveis dummy selecionadas de uma feature recebem o mesmo peso.
Peso zero: O peso de uma variável dummy é definido como zero.
Peso específico: O peso de uma variável dummy é definido como um valor de ponto flutuante específico.
Ordem WOE: Os pesos das variáveis dummy de uma feature aumentam conforme seus valores de Weight of Evidence (WOE) aumentam.

Visualize resultados

Após executar um workflow com o componente Binning, clique em com o botão direito no componente Binning no canvas e selecione Binning no menu de atalho.
Na página da lista de variáveis, visualize os Bins, o Type e o IV de cada variável.
Clique em no nome de uma variável, como f1, para abrir a página de f1-binning details.

Nesta página, use Merge ou Split para gerenciar bins e adicionar restrições.

Nota
As restrições aplicam-se apenas a um componente Scorecard Training subsequente. Ignore-as se não estiver usando esse componente.

A página oferece duas visualizações: List e Chart. A visualização em lista exibe Index, Label (intervalo do bin, como (-inf;4,8]), Constrain (operador e valor da restrição), WOE, Number (contagens total, positiva e negativa) e Rate para cada bin. O painel Custom Binning à direita permite especificar bins por tipo de dados, definir intervalos de limite e configurar tipos de restrição, incluindo Ascending order (< bin), Descending order (> bin), Same weight (= bin), Zero weight (= 0), Specific weight (= weight) e WOE order.