分类

GBDT二分类

pipeline.mllib.classification.gbdt_classifier.GradientBoostingClassifierAI

image.png
image.png

组件说明：GBDT二分类组件，是一种迭代的决策树算法，将多颗决策树的结果累加起来作为最终的预测输出。进行回归预测。
组件输入：输入待处理的数据表。
组件输出：输出特征重要性以及GBDT二分类模型。

输入桩input

  • input1：输入待处理的数据表。

输出桩output

  • output1：输出特征重要性。

  • output2：输出GBDT二分类模型。

字段设置

  • col: 特征列名

  • label: 标签列名

内存设置

  • 占用内存大小：可设置组件占用的内存大小，范围[256,64*1024]MB，默认512MB。

  • 并发数：可设置组件的并发数，范围[1,9999]，默认为1，单线程运行。

模型参数

参数名称 参数描述 参数可选项 默认值

loss

可选，损失函数类型

'deviance', 'exponential'

'deviance'

n_estimators

可选，树数量，即弱分类器的个数

int

100

learning_rate

可选，学习率

float

0.1

max_depth

可选，树的最大深度

int

5

min_samples_leaf

可选，每个叶子节点所属的最少样本个数或比例

int

1

subsample

可选，样本采样比例

float

1.0

max_features

可选，训练中采集的特征比例

float

None

validation_fraction

可选，测试样本数比例

float

0.1

random_state

可选，随机数产生器种子

int

None

支持向量机

pipeline.mllib.classification.svm.SVCAi

image.png
image.png

组件说明：SVM组件，又称为支持向量机，是一类按监督学习方式对数据进行二元分类的广义线性分类器，决策边界是对学习样本求解的最大边距超平面。 SVM使用损失函数计算经验风险，并在求解系统中加入正则项已优化结构风险，是一个稳健的分类器。
组件输入：输入预处理后需要待处理的数据表。
组件输出：输出训练后的支持向量机模型。

输入桩input

  • Input: 输入预处理后需要待处理的数据表

输出桩output

  • model_out: 输出训练后的支持向量机模型。

字段设置col_settings

  • col: 特征列，支持double、int类型字段

  • label: 标签列名

内存设置

  • 占用内存大小：可设置组件占用的内存大小，范围[256,64*1024]MB，默认512MB。

  • 并发数：可设置组件的并发数，范围[1,9999]，默认为1，单线程运行。

模型参数settings

参数名称 参数描述 参数可选项 默认值

kernel

可选，指定svm的核函数。如果是’linear'，会调用linearsvm库进行加速

'linear', 'poly', 'rbf', 'sigmoid', 'precomputed'

'rbf'

degree

可选，多项式核的阶。在kernel='poly’时启用。

int

3

gamma

可选，kernel='rbf','poly’和’sigmoid’核时的系数。如果是’auto'，则相当于1 / n_features

'auto', float

'auto'

tol

可选，迭代停止标准

double

0.0001

C

可选，惩罚项系数。C越大，模型泛化能力越强，但精度可能有所降低

double

1.0

max_iter

可选，最大迭代次数

int

1000

random_state

可选，随机算子

int

None

逻辑回归二分类

pipeline.mllib.classification.logistic_v2.LogisticRegressionV2Ai

image.png

组件说明：逻辑回归二分类组件，用于预测当前被观察的对象属于哪个组，最终提供离散的二进制（0或1）输出结果。
组件输入：输入预处理后的数据表

组件输出：输出训练后的逻辑回归模型

输入桩input

  • Input: 输入预处理后需要待处理的数据表

输出桩output

  • model_out: 输出训练后的逻辑回归模型。

字段设置col_settings

  • col: 特征列，支持double、int类型字段

  • label: 目标列

  • 正类值：自定义

内存设置

  • 占用内存大小：可设置组件占用的内存大小，范围[256,64*1024]MB，默认512MB。

  • 并发数：可设置组件的并发数，范围[1,9999]，默认为1，单线程运行。

模型参数setting

参数名称 参数描述 参数可选项 默认值

penalty

可选，惩罚中使用的规范

'l1', 'l2', ' elasticnet', ' none'

'l2'

max_iter

可选，最大迭代次数

 — 

100

C

可选，惩罚项系数。C越大，模型泛化能力越强，但精度可能有所降低

 — 

1.0

tol

可选，迭代停止标准

 — 

0.0001

线性支持向量机

pipeline.mllib.classification.svm.LinearSVCAi

image.png
image.png

组件说明：线性支持向量机组件，是一类按监督学习方式对数据进行二元分类的广义线性分类器，决策边界是对学习样本求解的最大边距超平面。 其只支持线性核系数，运行速度远远快于支持向量机。
组件输入：输入预处理后需要待处理的数据表。
组件输出：输出训练后的线性支持向量机模型。

输入桩input

  • Input: 输入预处理后需要待处理的数据表。

输出桩output

  • model_out: 输出线性支持向量机模型。

字段设置col_settings

  • col: 特征列名，支持double、int类型字段

  • label: 标签列名，支持int、double、string类型字段

内存设置

  • 占用内存大小：可设置组件占用的内存大小，范围[256,64*1024]MB，默认512MB。

  • 并发数：可设置组件的并发数，范围[1,9999]，默认为1，单线程运行。

模型参数settings

参数名称 参数描述 参数可选项 默认值

penalty

可选，惩罚因子。l1或者l2，只有在kernel='linear’时启用

'l1', 'l2'

'l2'

loss

可选，损失函数。

'hinge','squared_hinge'

'squared_hinge'

tol

可选，迭代停止标准

double

0.0001

C

可选，惩罚项系数。C越大，模型泛化能力越强，但精度可能有所降低

double

1.0

max_iter

可选，最大迭代次数

int

1000

random_state

可选，随机算子

int

None
← 特征生成
回归 →