fit_predict

Fit_predict 명령어 문법 및 연동규격 설명입니다.

개요

이 명령어는 해당 데이터를 선택한 알고리즘으로 기계학습 모델에 TEST set을 넣은 값을 출력합니다.

타입

설명

데이터를 학습하고 싶은 알고리즘(ex:classfication,regeression,clustering,ranking,…)을 선택하여 해당 알고리즘에 맞게 기계학습한 모델을 만들고 저장 여부를 선택합니다. 이 때, 해당 알고리즘 각각의 하이퍼파라미터를 조정하여 사용자가 원하는 모델의 결과 값을 확인할 수 있습니다.

Algorithms

각 알고리즘의 사용법은 관련 명령어 문서를 확인해주세요.

Examples

검색대상이되는 데이터가 다음과 같이 존재합니다.

UPDATE_TIME	SYS_OUT	OUT_TYPE	LAT	LON
2018-03-08 1:00	a	37.5	127.5	107
2018-03-08 1:00	b	37	126.5	145
2018-03-08 1:00	c	38.5	126	797
2018-03-08 1:00	a	38	128	456
2018-03-08 1:00	d	36.5	127	41
2018-03-08 1:00	c	37	126	179

Fit_predict으로 logicsticregression을 적용해 TEST set을 출력하는 명령어 예제입니다.
```
... | fit_predcit logisr FEATURES LAT,LON LABEL SYS_OUT maxIter=100 regParem=0.01 (INTO modelA)
```
명령어 이후 예측 값 출력

SYS_OUT	LAT	LON	(PROBABILTY)	PREDICTION
a	127.5	107	0.77231	a
b	126.5	145	0.67525	b
c	126	797	0.22345	c
a	128	456	0.22456	b
a	126	179	0.23098	b
c	127	41	0.45671	b

Parameters

fit_predictCommand : alg option

이름	설명	필수/옵션
alg	*학습 알고리즘입니다. 예 : LogisticRegression	필수
option	해당 알고리즘의 내부 파라미터 및 모델 저장 이름입니다. 예 : FEATURES fieldA, fieldB, LABEL target maxIter=100 regParam=0.1 fitIntercept=True INTO modelA	필수

*학습 알고리즘

알고리즘	지정파라미터	필수요소
LogisticRegression	Label, Features, regParam, maxIter, name	Label, Features, name
SVM	Label, Features, regType, maxIter, name	Label, Features, name
Decisontree	(Label), Features, maxDepth, name	(Label), Features, name
RandomForest	(Label), Features, numTree, name	(Label), Features, name
LinearRegression	Label, Features, regParam, name	Label, Features, name
Kmeans	Features, numk,name	Features,numk,name
FPGrowh	Features, minSupport, minConfidance, name	Features, name

Parameters BNF

fit_command : alg options
alg : WORD
options : any
        | options any
any : WORD
    | NUMBER
    | DOUBLE
    | EQUALS
    | COMMA
    | SPACE
    | DOT
    | TIMES
    | MINUS
    | LBRACKET
    | RBRACKET

WORD = r'\w+'
COMMA = r','
TIMES = r'\*'
MINUS = r'-'
EQUALS = r'\='
SPACE = r'\ '
DOT = r'\.'
LBRACKET = r'\['
RBRACKET = r'\]'
NUMBER = \d+
DOUBLE = [-+]?[0-9]+(\.([0-9]+)?([eE][-+]?[0-9]+)?|[eE][-+]?[0-9]+)