Сравнение версий

Ключ

  • Эта строка добавлена.
  • Эта строка удалена.
  • Изменено форматирование.

...

  1. Выбрать наименование интересующей Версии модели в Репозитории.
  2. Во вкладке Настройки публикации нажать на кнопку Добавить и в выпадающем списке выбрать пункт Оценка характеристик

    Scroll Title
    title-alignmentcenter
    titleСоздание публикации типа Оценка

  3. В открывшемся окне Создание экземпляра во вкладке Параметры задать следующие настройки:
    • Наименование.
    • Подключение — указать подключение, в котором находится необходимый для скоринга набор данных.
    • input_table_name — название входного набора данных.
    • Подключение — указать подключение, в которое необходимо положить результаты скоринга.
    • output_table_name — название выходного набора данных.
    • Уровень логирования — какие события добавлять в лог (All, Debug, Info, Warn, Error, Fatal, Off).
    • Максимальное количество ядер.
    • Максимальное количество оперативной памяти (в Мб).
    • Pre score — функция предобработки (при необходимости).
    • Post score — функция постобработки (при необходимости).
    • Целевая переменная — переменная в исходном наборе данных, относительно которой будет рассчитываться оценка.

      Информация

      Задание параметра Целевая переменная зависит от решаемой задачи.

      Для задачи регрессии: Для единственной выходной переменной необходимо выбрать Тип метрики = interval.

      Scroll Title
      title-alignmentcenter
      titleПример задания Целевой переменной для задачи регрессии

      Для задачи бинарной классификации: Для двух переменных с префиксом P_ необходимо выбрать Тип метрики = binary_prob (т.к. они отражают вероятность принадлежности наблюдения к классу), для переменной с префиксом C_ необходимо выбрать Тип метрики = nominal_class (т.к. она отражает принадлежность к одному из классов).

      Scroll Title
      title-alignmentcenter
      titleПример задания Целевой переменной для задачи бинарной классификации

      Для задачи многоклассовой классификации: Для всех переменных (количество совпадает с количеством классов) с префиксом P_ необходимо выбрать Тип метрики = nominal_prob (т.к. они отражают вероятность принадлежности наблюдения к классу), для переменной с префиксом C_ необходимо выбрать Тип метрики = nominal_class (т.к. она отражает принадлежность к одному из классов).

      Scroll Title
      title-alignmentcenter
      titleПример задания Целевой переменной для задачи многоклассовой классификации

      Scroll Title
      title-alignmentcenter
      titleОкно Создание экзепляра

  4. Задать имена переменным во вкладке Мэппинг.

    Информация

    Значения столбца Имя переменной мэппинга для входных переменных должно совпадать с наименованием соответствующего столбца в таблице. Для выходных переменных можно оставить определенное системой имя.

    Scroll Title
    title-alignmentcenter
    titleЗадание мэппинга переменных

  5. Сохранить изменения.
  6. После успешной сборки модели (иконка в столбце Статус) выбрать меню и в выпадающем списке выбрать пункт Запустить оценку метрик.
  7. Публикация появится в разделе Публикации боковой панели компонента Управление моделями и решениями (MM). После завершения оценки публикация пропадет из раздела Публикации. С результатами расчетов Пользователь может ознакомиться в во вкладке Характеристики модели.

...