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