Entraînement du modèle de classification

La fonction Classification unifiée PAL SAP HANA [1] offre un moyen efficace d'entraîner des modèles de classification avec des fonctionnalités améliorées telles que :

• Commutation transparente entre les algorithmes de classification
• Partitionnement automatique de l'ensemble de données
• Procédures d'évaluation de modèle intégrées
• Prise en charge de métriques d'évaluation supplémentaires

Pour cette tâche, l'algorithme HGBT (Hybrid Gradient Boosting Tree) est sélectionné en définissant le paramètre "func" sur "HybridGradientBoostingTree". Enfin, le temps d'entraînement, c'est-à-dire le temps nécessaire pour adapter le modèle au jeu de données d'entraînement, s'affiche.

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

Le générateur de programmes PAL/APL est utilisé pour évaluer les performances du modèle. Actuellement, seuls les modèles UnifiedClassification et UnifiedRegression[1] sont pris en charge.

Il existe une variété de métriques de performance de classification, AUC-ROC (Area Under the Receiver Operating Characteristic Curve) [2] étant l'une des plus utilisées. Cette métrique, allant de 0 à 1, évalue la capacité d'un modèle de classification binaire à distinguer les classes positives des classes négatives. Plus la valeur de l'AUC est proche de 1, plus le modèle effectue de meilleures performances en séparant les classes.

Dans le rapport ci-dessous, sous l'onglet Statistiques du Tableau des statistiques, une valeur d'ASC de 0,95 est observée. En outre, le diagramme AUC-ROC est disponible pour la visualisation sous l'onglet "Indicateurs de score".

L'onglet Importance de la variable présente un diagramme à secteurs d'importance des fonctions, qui affecte des scores aux fonctions d'entrée en fonction de leur contribution à la prévision de la variable cible [3]. Des valeurs actuelles plus élevées indiquent une plus grande influence sur les prévisions du modèle, avec des valeurs d'importance comprises entre 0 et 1.

Dans les résultats, 'PREVIOUS_COUNTRY' a le score d'importance le plus élevé de 0,23, suivi de 'FUNCTIONALAREACHANGETYPE' à 0,21.

123
# Build Model Report

UnifiedReport(hgbc).build().display()