) L# V* z- n. V" r+ ? ( [. H# y2 y6 z# H! E' f在无图形界面的服务器中去集算器的安装目录下esProc\config\raqsoftConfig.xml文件中进行配置外部库路径和名称。- Q% O0 h) R1 e, Y
9 ?; P L) _' t
<extLibsPath>外部库路径! n, l, [+ M8 q9 a7 B) V. [
d' H1 T4 [/ w$ x, r5 _) p2 {' E7 W$ U ?* h! c
) I( U3 S( j' @& f. Z
A6 循环变量名查看所有字段的统计信息，返回包含所有字段的统计信息二级序列。 8 H; Z) F& ]/ O5 G8 I9 x$ O# }2 H0 `# R2 \# b! \! j8 N
0 h+ @* F# `4 K, ~: e) ~
9 S: p1 R2 A! g& [* ?
（3）建立模型和模型表现8 G; ^( q$ ?5 [1 `! U
A ) ?! U) ^: U1 w) Q3 @… …: t7 N/ w/ ^3 \ m. H6 z$ A2 G
7 =ym_build_model(A3) % k ^$ q" M& K a$ ~8 ?8 =ym_present(A7) ! ]1 v$ k0 Z, n$ X: }2 u4 ]9 =ym_performance(A7)" {! m7 D. d& X$ O+ U* n
10 =ym_importance(A7).sort@z(Importance), ~* L5 M) H1 M5 ?3 H' d' H) F
A7 使用建模函数建立模型，执行后在后台会进行全自动化数据预处理和建模过程，此过程会耗费一些时间，时间长短取决于数据量。结果返回pd模型对象。 / I0 c% I* h, c. v( f5 {) u4 p3 v; v6 E; H }
模型建好后，可以调用pd模型对象查看模型信息、模型质量和重要度。 : b& \& ]5 F V t$ M$ N8 P0 @# `" c
A8 返回模型AUC值及参数4 P9 G- y6 W$ Y
, T5 X5 X) R1 N ! J% J. m8 T6 ~3 J, f7 X% k+ t2 n T. A; @
A9 返回多种模型指标和图形，诸如AUC，ROC, Lift…… C0 d- U3 q+ U6 B, s7 a
. v. K, y- o6 H% i6 Y' p
5 ~: p6 `2 S/ I& t7 r6 B$ e% C7 l3 Q' Z" r. o |% Y, u4 a, s
比如点击A9的第6条记录的Value，然后点击右上角“图形浏览”图标，数值字段选择“Lift”，就可以查看Lift曲线! r) J6 Y2 `+ Q* P+ K% V. J4 |& ?, u6 c
" E: {% y9 D/ T" P 1 H4 ~; p! d9 Z4 V0 O! ~: O0 l7 f6 J+ }3 A
A10 会返回每个变量对目标变量的影响程度并且按照重要度降序排列。数值越大对目标变量的影响程度越大。降序排列分析起来更加直观。7 N6 c N* O5 ?8 }
: e/ G4 s" ~% p) i# _ 5 { {9 G9 G/ o: y8 u+ o 8 i0 X, a. z3 `8 ^( i3 H（4）保存模型( N" Z2 z) h6 @! l
A . h+ X/ \3 m0 I! R, s- L… … 2 q& s, o c: L' L; w. M11 =ym_save_pcf(A7,"bankfull.pcf") + M o1 i& W, `7 `; [12 =ym_json(A7) 7 |5 y/ ~2 F9 D13 >ym_close(A2)% p. H3 p" k- o% G' k7 T7 x: j
A11 将模型保存为”bankfull.pcf”，默认保存路径为[sAppHome]/store/predict。4 W# z3 v1 _) N/ X
* r% Q8 U9 q1 |- Q: r( ~
A12 将模型信息以json串形式返回。json内容详解可参考在线文档《json参数说明》4 n% g6 F K4 t* b
1 r9 R! P- @/ \" EA13 关闭环境，释放资源。 & o. g3 O0 m4 u' W) C f : x4 @4 c7 J% @- ^, Q（5）预测0 A8 m3 T+ z8 r7 V2 U4 i4 |! t) m
预测之前需要有pcf模型文件和预测数据集 7 n+ ~3 A8 x* v: h" e: e0 @5 ~. @9 ?: K4 S3 @5 ]$ q; q( i7 K
A7 r4 ^. `( X3 s% _. e! h0 R
1 =ym_env() # y& n- E' h8 K4 F' X& m; {' J- J2 =ym_load_pcf("bankfull.pcf")- ]" P' e) \* J- W5 _/ D3 x
3 =file("bank-full2.csv").import@tc(): D4 _- [+ u' K1 W9 W" V7 D
4 =ym_predict(A2,A3)/ [& F/ }; i* B. B
5 =ym_result(A3)( U' s2 v" O6 R5 `7 l1 C) v" G
6 =file("bank-full_result.csv").export@tc(A4)3 g/ b/ l# G# ]* z. Q0 }
7 >ym_close(A1)5 f' R7 P/ W" r* J- A# W* W1 m
A1 初始化环境 # s* ^( _7 M. f7 Z; G! s1 k Y3 z0 l2 S% g
A2 导入pcf模型文件，生成pd模型对象。 0 z; u3 d* ? h8 F( b1 ]3 p; g/ U1 v# ` _: a4 x
A3 导入预测数据集，读成序表6 L& t0 y: O$ W0 \
2 f! |# r8 J+ R& L- D% F8 M
A4 对序表数据执行预测。除序表外，还支持游标、csv文件和mtx文件，比如A4也可以直接写成ym_predict(A2,“bankfull2.csv”); j. c' V/ k& h) i
) C, I: l1 q1 A" i8 j
A5 获取预测结果 + [" Y; N8 M% H; I2 q$ t. X . e+ _/ O8 V9 J! W: {A6 将预测结果导出，在本例中预测结果为用户发生违约行为的概率。 8 o+ [' e3 `" [# D: ]3 n$ z$ A, k& Q1 a4 o- I# N% {
; N( s( L: E* w. O4 v
A7 关闭环境，释放资源$ G. U) O9 I) S1 y9 I# i1 u/ i
( d7 f8 P/ k; H+ J$ T
4. 集成调用 , m, H# Z1 T2 q! f RSPL还可以被上层应用集成调用，比如SPL可以嵌入到Java应用，详情请参考：http://c.raqsoft.com.cn/article/1615765346560 # `3 Y F$ d) |/ U. J( P0 U7 |4 i) D9 n. o- R
总结$ M, j; C8 L% T4 p, J8 B
使用SPL配合易明建模来实现数据建模预测非常简单，程序员不需要理解深奥的数学原理，只要准备好训练数据，简单几步就可以完成数据建模任务了。而且还可以轻松地把这个功能嵌入到应用程序中，高深的人工智能不再是少量数据科学家的专利。8 D9 V* h2 y, j( ^
) Q) j. `* o" i' w. S/ b( jSPL本来就超强的数据处理能力，能更方便地完成人工智能算法之前的数据准备工作，同时也提供了丰富的数学函数： SPL Math 例程，有些数学基础想自己实现建模过程的同学也可以进一步研究。 / h5 b2 P# }+ H8 s1 t. K2 }———————————————— . U& G. _# m' h. W* ~' ?4 L1 m版权声明：本文为CSDN博主「java李杨勇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。. q8 w: U0 A# ]
原文链接：https://blog.csdn.net/weixin_39709134/article/details/126698462" i5 F3 J0 q: S3 W3 k& ^
IP卡
狗仔卡
发表于 2022-9-7 15:33
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
