• 功能介绍
  • 参数说明
  • 脚本示例
    • 运行脚本
    • 脚本结果

    功能介绍

    • gbdt(Gradient Boosting Decision Trees)二分类，是经典的基于boosting的有监督学习模型，可以用来解决二分类问题

    • 支持连续特征和离散特征

    • 支持数据采样和特征采样

    • 目标分类必须是两个

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    predictionCol 预测结果列名 预测结果列名 String ✓
    predictionDetailCol 预测详细信息列名 预测详细信息列名 String
    reservedCols 算法保留列名 算法保留列 String[] null

    脚本示例

    运行脚本

    1. import numpy as np
    2. import pandas as pd
    3. from pyalink.alink import *
    6. def exampleData():
    7.     return np.array([
    8.         [1.0, "A", 0, 0, 0],
    9.         [2.0, "B", 1, 1, 0],
    10.         [3.0, "C", 2, 2, 1],
    11.         [4.0, "D", 3, 3, 1]
    12.     ])
    15. def sourceFrame():
    16.     data = exampleData()
    17.     return pd.DataFrame({
    18.         "f0": data[:, 0],
    19.         "f1": data[:, 1],
    20.         "f2": data[:, 2],
    21.         "f3": data[:, 3],
    22.         "label": data[:, 4]
    23.     })
    26. def batchSource():
    27.     return dataframeToOperator(
    28.         sourceFrame(),
    29.         schemaStr='''
    30.     f0 double, 
    31.     f1 string, 
    32.     f2 int, 
    33.     f3 int, 
    34.     label int
    35.     ''',
    36.         op_type='batch'
    37.     )
    40. def streamSource():
    41.     return dataframeToOperator(
    42.         sourceFrame(),
    43.         schemaStr='''
    44.     f0 double, 
    45.     f1 string, 
    46.     f2 int, 
    47.     f3 int, 
    48.     label int
    49.     ''',
    50.         op_type='stream'
    51.     )
    54. trainOp = (
    55.     GbdtTrainBatchOp()
    56.     .setLearningRate(1.0)
    57.     .setNumTrees(3)
    58.     .setMinSamplesPerLeaf(1)
    59.     .setLabelCol('label')
    60.     .setFeatureCols(['f0', 'f1', 'f2', 'f3'])
    61. )
    63. predictBatchOp = (
    64.     GbdtPredictBatchOp()
    65.     .setPredictionDetailCol('pred_detail')
    66.     .setPredictionCol('pred')
    67. )
    69. (
    70.     predictBatchOp
    71.     .linkFrom(
    72.         batchSource().link(trainOp),
    73.         batchSource()
    74.     )
    75.     .print()
    76. )
    78. predictStreamOp = (
    79.     GbdtPredictStreamOp(
    80.         batchSource().link(trainOp)
    81.     )
    82.     .setPredictionDetailCol('pred_detail')
    83.     .setPredictionCol('pred')
    84. )
    86. (
    87.     predictStreamOp
    88.     .linkFrom(
    89.         streamSource()
    90.     )
    91.     .print()
    92. )
    94. StreamOperator.execute()

    脚本结果

    批预测结果

    1.     f0 f1  f2  f3  label  pred                                        pred_detail
    2. 0  1.0  A   0   0      0     0  {"0":0.9849144951094335,"1":0.015085504890566462}
    3. 1  2.0  B   1   1      0     0  {"0":0.9849144951094335,"1":0.015085504890566462}
    4. 2  3.0  C   2   2      1     1   {"0":0.01508550489056637,"1":0.9849144951094336}
    5. 3  4.0  D   3   3      1     1   {"0":0.01508550489056637,"1":0.9849144951094336}