メイン コンテンツをスキップする 補完的コンテンツへスキップ

トレーニングデータを暗号化

手順

  1. tFileInputDelimitedの後にtModelEncoderコンポーネントを追加します。
  2. [Main] (メイン)行を使って、tFileInputDelimitedtModelEncoderに接続します。
  3. tModelEncoderをダブルクリックして、[Component] (コンポーネント)ビューを選択します。
  4. [Schema] (スキーマ)の右にある[Sync columns] (カラムを同期)をクリックします。
  5. [Edit schema] (スキーマを編集)の右にある[...]ボタンをクリックします。
  6. VectorというタイプのMyFeaturesDoubleというタイプのMyLabelsという2つの新しいカラムを出力に追加します。
  7. [OK]をクリックします。
  8. [Component] (コンポーネント)ビューの[Basic settings] (基本設定)タブでをクリックし、新しい変換を追加します。
  9. [Transformation] (変換)の下で、RFormula (Spark 1.5+)を選択します。
  10. 次のコードを[Parameters] (パラメーター)フィールドに追加します。
    featuresCol=MyFeatures;labelCol=MyLabels;formula=conversion ~ age + jobtype + maritalstatus + educationlevel + indefault + hasmortgage + haspersonalloan + numcampaigncalls + priorcampaignoutcome

    MyFeaturesMyLabelsという、スキーマに追加される2つのカラムがここで参照されています。この式は、統計計算や高度なグラフィックスに使われるプログラミング言語Rで使用される標準構文です。詳細は、The R Projectをご覧ください。

    データのサンプリングには、機能が9つ、ターゲットが1つありました。上のRの式の場合、予測したいターゲットはconversion (変換)で、チルダの左にあります。チルダの右にあるカラムはすべて特徴です。残る2つのコンポーネントであるfeaturesCollabelColは、タプルとフィーチャーラベルのプレースホルダーです。

このページは役に立ちましたか?

このページまたはコンテンツにタイポ、ステップの省略、技術的エラーなどの問題が見つかった場合はお知らせください。