什么是线性模型特征重要性算法组件 - Platform For AI: Central de Documentação do Alibaba Cloud

O componente Linear Model Feature Importance calcula a importância das features para modelos lineares, incluindo regressão linear e regressão logística para classificação binária. Ele aceita formatos de dados esparsos e densos. Este tópico descreve como configurar o componente.

Limitações

O mecanismo de computação compatível é o MaxCompute.

Configuração do componente

Configure os parâmetros do componente Linear Model Feature Importance de uma das seguintes maneiras:

Método 1: Interface visual

Defina os parâmetros do componente na página de pipeline no Machine Learning Designer.

Aba	Parâmetro	Descrição
Fields Setting	Feature Columns	Colunas de features da tabela de entrada usadas no treinamento. Parâmetro opcional. Por padrão, todas as colunas são utilizadas, exceto a coluna de rótulo.
	Target Column	Obrigatório. Clique em Select Fields para selecionar a coluna de rótulo.
	Input table data is in sparse format	Opcional.
Tuning	Number of Cores	Número de núcleos para computação. Opcional.
Tuning	Memory per Core (MB)	Memória por núcleo, em MB. Opcional.

Método 2: Comando PAI

Defina os parâmetros executando um comando PAI no componente SQL Script. Para mais informações, consulte SQL Script.

PAI -name regression_feature_importance -project algo_public
    -DmodelName=xlab_m_logisticregressi_20317_v0
    -DoutputTableName=pai_temp_2252_20321_1
    -DlabelColName=y
    -DfeatureColNames=pdays,previous,emp_var_rate,cons_price_idx,cons_conf_idx,euribor3m,nr_employed,age,campaign
    -DenableSparse=false -DinputTableName=pai_dense_10_9;

Parâmetro	Obrigatório	Descrição	Padrão
inputTableName	Sim	Nome da tabela de entrada.	Nenhum
outputTableName	Sim	Nome da tabela de saída.	Nenhum
labelColName	Sim	Nome da coluna de rótulo na tabela de entrada.	Nenhum
modelName	Sim	Nome do modelo de entrada.	Nenhum
featureColNames	Não	Colunas de features a serem selecionadas na tabela de entrada.	Todas as colunas, exceto a coluna de rótulo.
inputTablePartitions	Não	Partições a serem usadas da tabela de entrada.	Tabela inteira.
enableSparse	Não	Indica se os dados de entrada estão em formato esparso.	false
itemDelimiter	Não	Delimitador entre pares chave-valor para dados de entrada em formato esparso.	Espaço
kvDelimiter	Não	Delimitador entre chave e valor para dados de entrada em formato esparso.	Dois pontos (:)
lifecycle	Não	Ciclo de vida da tabela de saída, em dias.	Não especificado
coreNum	Não	Número de núcleos.	Automático
memSizePerCore	Não	Memória por núcleo, em MB.	Automático

Exemplo

Crie uma tabela chamada bank_data e importe dados para ela. Para mais informações, consulte Criar uma tabela e Importar dados.

Execute a seguinte instrução SQL para gerar os dados de treinamento:

create table if not exists pai_dense_10_9 as
select
    age,campaign,pdays, previous, emp_var_rate, cons_price_idx, cons_conf_idx, euribor3m, nr_employed, fixed_deposit
from  bank_data limit 10;

Construa e execute um pipeline. Para mais informações, consulte Modelagem de algoritmos. Para conectar os componentes, ligue a saída de Read Table-1 às entradas de Logistic Regression for Multiclass Classification e Linear Model Feature Importance. Em seguida, conecte a saída de Logistic Regression for Multiclass Classification à entrada de Linear Model Feature Importance.
1. Arraste os componentes Read Table, Logistic Regression for Multiclass Classification e Linear Model Feature Importance da lista de componentes no Machine Learning Designer para o canvas.
2. Conecte os componentes para montar o pipeline.
3. Configure os parâmetros de cada componente:
  - No canvas, clique em Read Table-1. No painel à direita, na aba Select Table, defina Table Name como bank_data.
  - No canvas, clique em Logistic Regression for Multiclass Classification-1. No painel à direita, na aba Fields Setting, defina Feature Columns como age, campaign, pdays, previous, emp_var_rate, cons_price_idx, cons_conf_idx, euribor3m e nr_employed. Defina Target Column como fixed_deposit. Mantenha os valores padrão para os demais parâmetros.
  - No canvas, clique em Linear Model Feature Importance-1. No painel à direita, na aba Fields Setting, defina Target Column como fixed_deposit. Mantenha os valores padrão para os demais parâmetros.
4. Após configurar os parâmetros, clique em Run .

Após a execução bem-sucedida do pipeline, clique com o botão direito no componente Linear Model Feature Importance-1 e escolha View Data > Model Importance Table. O componente Linear Model Feature Importance gera uma tabela que exibe colname, weight e importance de cada feature. Os valores aparecem em notação científica. Por exemplo, o peso da feature age é 9.61816270808075E-5.

As fórmulas das métricas são as seguintes:

Nome da coluna	Fórmula
weight	abs(w_)
importance	abs(w_j) * STD(f_i) Nota `abs(w_j)` é o valor absoluto do coeficiente da feature, e `STD(f_i)` é o desvio padrão dos dados de treinamento.

Clique com o botão direito no componente Linear Model Feature Importance-1 e selecione View Analytics Report.

Documentos relacionados

Para mais informações sobre os componentes do Machine Learning Designer, consulte Visão geral do Machine Learning Designer.
Para explorar outros componentes de algoritmos integrados adequados ao seu caso de uso, consulte Referência de componentes: Todos os componentes.