La función Clasificación unificada PAL de SAP HANA [1] proporciona una forma eficiente de formar modelos de clasificación con funciones ampliadas como:
- Cambio fluido entre algoritmos de clasificación
- Partición automática de conjuntos de datos
- Procedimientos de evaluación de modelos integrados
- Soporte para métricas de evaluación adicionales
Para esta tarea, el algoritmo Árbol de potenciación del gradiente híbrido (HGBT) se selecciona fijando el parámetro "func" en "HybridGradientBoostingTree". Por último, se visualiza el tiempo de formación, es decir, el tiempo que se tarda en ajustar el modelo al conjunto de datos de formación.
123456789101112131415161718192021# Train the classifer model using PAL HybridGradientBoostingTree
# Initialize the model object
hgbc = UnifiedClassification(func='HybridGradientBoostingTree',
n_estimators = 101, split_threshold=0.1,
learning_rate=0.1, max_depth=6,
split_method='histogram', max_bin_num=256, feature_grouping=True,
tolerant_iter_num=5,
resampling_method='cv', fold_num=5, ref_metric=['auc'],
evaluation_metric = 'error_rate')
# Execute the training of the model
# key= 'EMPLOYEE_ID',
hgbc.fit(data=df_train.drop('EMPLOYEE_ID'),
label='FLIGHT_RISK',
partition_method='stratified', stratified_column='FLIGHT_RISK', training_percent=0.8,
ntiles=20,
build_report=True)
display(hgbc.runtime)1,82820272445678


