概述

读取由scikit-learn等平台生产的GBDT的PMML模型文件，并对新的数据进行预测。当前只支持GBDT的分类模型。预测的结果包含预测的类别及其概率，以及一个包含各个类别，及其概率的详细信息字段。

输入

参数	子参数	参数说明
inputs	dataframe	inputs为字典类型，dataframe为pyspark中的DataFrame类型对象，用于最终预测的数据

输出

参数	子参数	参数说明
outputs	output_port_1	指向一个pyspark的DataFrame类型对象，该对象中包含GBDT分类PMML模型预测结果

参数说明

参数	是否必选	参数说明	默认值
model_path	是	PMML模型所在的位置	“”
append_cols	是	需要输出的列，如col1，col2。如果不设置则默认输出所有的输入列	“”
result_col	是	预测结果类别的字段名	“prediction_result”
score_col	是	预测结果类别概率的字段名	“prediction_score”
detail_col	是	预测结果的详细信息	“prediction_detail”

样例

数据样本

sepallengthcm,sepalwidthcm,petallengthcm,petalwidthcm
4.6,3.1,1.5,0.2,0

配置流程

运行流程

参数设置

查看结果

sepallengthcm,sepalwidthcm,petallengthcm,petalwidthcm,prediction_result,prediction_score,prediction_detail
4.6,3.1,1.5,0.2,0,0.8451708330082154,"{""p_0"":0.8451708330082154,""p_1"":0.15482916699178462}"

父主题： 分类

同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）

内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家