ML: Pontuar

Descrição

O passo ML: Pontuar pontua uma tabela de dados com um modelo treinado por ML: Treinar modelo e escreve os dados com uma coluna de previsão acrescentada. Como o modelo chega como uma tabela normal, pode treinar uma vez e pontuar muitas tabelas, ou voltar a pontuar sempre que chegarem novos dados. O passo é executado como uma tarefa gerida do PlaidCloud (tal como o passo LLM).

O ML Score aplica um modelo guardado a novas linhas que contêm apenas variáveis, acrescentando uma coluna de previsão a cada uma.

Separador de pontuação

Tabela de dados — a tabela a pontuar. Tem de conter todas as colunas de variáveis com que o modelo foi treinado.
Tabela de modelo — uma tabela de modelo escrita por um passo ML: Treinar modelo. O passo falha se a tabela estiver vazia ou se faltar alguma parte do modelo armazenado.
Tabela de saída — onde os dados pontuados são escritos.
Coluna de previsão — o nome da coluna acrescentada. Deixe em branco para utilizar prediction. O passo 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: etiquetas de classe em texto para classificadores, valores numéricos para regressores. Os valores das variáveis são preparados exatamente como foram no momento do treino, e os valores categóricos que o modelo nunca viu durante o treino são ignorados em vez de causarem um erro.

A tabela de modelo tem de ter a forma que um passo ML: Treinar modelo escreve — 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 tudo o que esteja fora da pilha científica padrão, pelo que uma linha de modelo criada manualmente não pode executar código arbitrário.

Mais colunas de saída

A secção Opções de pontuação tem os seguintes campos. Os fluxos de trabalho KNIME convertidos também os utilizam.

Colunas de probabilidade de classe (probability_column_template) — para um classificador, acrescenta uma coluna de probabilidade por classe, com o nome definido por este modelo com {class} substituído. Probabilidades antes da previsão (probabilities_first) coloca-as antes da coluna de previsão, e Ordenar as classes conforme aparecem pela primeira vez no treinamento (classes_in_domain_order) ordena-as pela ordem em que as classes aparecem pela primeira vez nos dados de treino, em vez de ordenadas alfabeticamente.
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 árvores, 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.
Escrever em vez disso (report) — escreve uma das tabelas do próprio modelo em vez dos dados pontuados, como variable_importance, coefficients, statistics, pmml (o modelo como 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 tenha uma forma PMML.
Configurações do algoritmo (algorithm_settings) — definições da pontuação ou do relatório específicas do algoritmo do modelo, como o número de componentes para que um modelo pca projeta.
Terceira tabela (source_c) — uma terceira tabela que alguns algoritmos leem, como a floresta aleatória que um modelo knn_distance utiliza.

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 memória, pelo que o passo visa cerca de um milhão de linhas por execução.
Fluxos de trabalho Alteryx convertidos — uma ferramenta Predict convertida fixa a coluna de previsão ao nome da variável-alvo com o sufixo _predicted.

Relacionado

ML: Treinar modelo — treine a tabela de modelo que este passo consome.
Migrar fluxos de trabalho Alteryx — como as ferramentas Predict do Alteryx são convertidas neste passo.