ML: Pontuar

Descrição

A etapa ML: Pontuar pontua uma tabela de dados com um modelo treinado por ML: Treinar modelo e grava os dados com uma coluna de previsão acrescentada. Como o modelo chega como uma tabela comum, você pode treinar uma vez e pontuar várias tabelas, ou pontuar novamente sempre que novos dados chegarem. A etapa é executada como um job gerenciado do PlaidCloud (como a etapa de LLM).

O ML Pontuar aplica um modelo salvo a novas linhas que contêm apenas features, acrescentando uma coluna de previsão a cada uma.

Guia de pontuação

Tabela de dados — a tabela a ser pontuada. Ela deve conter todas as colunas de features com as quais o modelo foi treinado.
Tabela de modelo — uma tabela de modelo gravada por uma etapa ML: Treinar modelo. A etapa falha se a tabela estiver vazia ou se qualquer parte do modelo armazenado estiver ausente.
Tabela de saída — onde os dados pontuados são gravados.
Coluna de previsão — o nome da coluna acrescentada. Deixe em branco para usar prediction. A etapa falha se o nome já existir na tabela de dados.

Saída

A tabela de saída contém todas as colunas da tabela de dados mais a coluna de previsão: rótulos de classe em texto para classificadores, valores numéricos para regressores. Os valores das features são preparados exatamente como no momento do treinamento, e os valores categóricos que o modelo nunca viu durante o treinamento são ignorados em vez de causar um erro.

A tabela de modelo deve ter a estrutura que uma etapa ML: Treinar modelo grava — o conjunto completo de colunas do modelo, um algoritmo conhecido e todas as partes do modelo armazenado presentes. O próprio modelo é carregado sob uma restrição que rejeita qualquer coisa fora da pilha científica padrão, de modo que uma linha de modelo criada manualmente não pode executar código arbitrário.

Mais colunas de saída

A seção Opções de pontuação tem estes campos. Os fluxos de trabalho do KNIME convertidos também os usam.

Colunas de probabilidade de classe (probability_column_template) — para um classificador, acrescenta uma coluna de probabilidade por classe, nomeada por este modelo com {class} substituído. Probabilidades antes da previsão (probabilities_first) as coloca antes da coluna de previsão, e Ordenar as classes conforme aparecem pela primeira vez no treinamento (classes_in_domain_order) as ordena pela ordem em que as classes aparecem pela primeira vez nos dados de treinamento, em vez de em ordem alfabética.
Coluna de confiança (confidence_column) — para um classificador, acrescenta a probabilidade da classe vencedora com este nome.
Coluna de variância (variance_column) — para um regressor de floresta, acrescenta a variância das previsões das árvores com este nome.
Coluna de contagem de modelos (model_count_column) — para um modelo de árvore, acrescenta o número de árvores com este nome.
Ordem das colunas acrescentadas (column_order) — a ordem das colunas acrescentadas. Em branco: previsão, probabilidades, confiança, variância e, por fim, contagem de modelos.
Gravar em vez disso (report) — grava uma das próprias tabelas do modelo em vez dos dados pontuados, como variable_importance, coefficients, statistics, pmml (o modelo como um documento PMML), centers, cluster_counts ou association_rules.
Formato do modelo (model_format) — pmml pontua com um documento PMML: a tabela de modelo contém o documento, ou o modelo de um learner que tem uma forma PMML.
Configurações do algoritmo (algorithm_settings) — configurações da pontuação ou do relatório específicas do algoritmo do modelo, como o número de componentes para os quais um modelo pca projeta.
Terceira tabela (source_c) — uma terceira tabela que alguns algoritmos leem, como a floresta aleatória que um modelo knn_distance usa.

Um assistente de IA ou a API REST também pode definir report como shap_values.

Limites e ressalvas

Conjunto de trabalho em memória — a tabela de dados é lida para a memória, portanto a etapa visa a cerca de um milhão de linhas por execução.
Fluxos de trabalho do Alteryx convertidos — uma ferramenta Predict convertida fixa a coluna de previsão ao nome da variável de destino com o sufixo _predicted.

Relacionados

ML: Treinar modelo — treine a tabela de modelo que esta etapa consome.
Migrar fluxos de trabalho do Alteryx — como as ferramentas Predict do Alteryx são convertidas nesta etapa.