predict_lgbm

学習済みの LGBM モデルを適用して予測を実行します。

実行方式は JSON-RPC v2.0 を利用します。

リクエスト例

LGBM モデルによる予測を実行するには、プロベナンス API の prov.process のパラメータに method として predict_lgbm を指定します。

JSON-RPC のリクエスト例は以下のとおりです。

{
  "jsonrpc": "2.0",
  "method": "prov.process",
  "params": {
    "method": "predict_lgbm",
    "params": {
      "output_ddc": "ddc:result",
      "model_ddc": "ddc:model",
      "input_ddc": "ddc:test_data",
      "param_json": "{ (パラメータの項目を参照) }",
      "no_exec": true
    },
  },
  "id": "provenance_jsonrpc_id"
}

パラメータ

predict_lgbm に指定できるパラメータは以下のとおりです。

パラメータ名	内容
output_ddc	出力 ddc 名
output_mode	出力モード (overwrite, append, または error)
model_ddc	モデル ddc 名
input_ddc	入力 ddc 名
param_json	予測パラメータ

param_json には、モデル学習時に指定したものと同じ内容を設定してください。ただし lgbm.regressor の内容は省いても構いません。

入力データ

model_ddc に指定する ddc は以下のスキーマを持つ必要があります。 通常これは、LGBM モデル学習 (train_lgbm) が出力した ddc をそのまま指定してください。

カラム名	内容	備考
method	学習方式	lgbm 文字列に固定
train_data	入力データ名	ddc ではなく実テーブル名が記載されます
param_json	パラメータ	学習時のパラメータ文字列
location_code	測定地点を表す id	Max 文字列に固定
target	予測対象	target.column の値
prediction_time	予測時刻	target.prediction_time の値
model_path	モデルファイルパス	モデルファイルの実体は計算ノード上に保存されます

input_ddc に指定する ddc は以下のスキーマを持つ必要があります。

カラム名	内容	備考
start_datetime	開始時刻	イベントテーブルの必須カラム
end_datetime	終了時刻	イベントテーブルの必須カラム
(測定地点 id)	測定地点を表す id
(属性 1)	任意の属性値 (数値型)
(属性 2)	任意の属性値 (数値型)
(...)	任意の属性値 (数値型)

出力データ

output_ddc に出力される ddc のスキーマは以下のとおりです。

カラム名	内容	備考
start_datetime	開始時刻
end_datetime	終了時刻
location	位置情報
base_datetime	基準時刻	基準時刻 + 予測時刻 が開始時刻になります
location_id	測定地点を表す id
value	予測結果

戻り値

出力 ddc 情報