エラスティックネットロジスティック回帰

エラスティックネットロジスティック回帰オペレーターは、エラスティックネットロジスティック回帰アルゴリズムを入力データセットに適用します。このオペレーターは、エラスティックネット正則化ロジスティック回帰アルゴリズムのオープンソース実装をサポートします。

情報一覧

ノート: このオペレーターは、TIBCO® Data Virtualization および Apache Spark 3.2 以降でのみ使用できます。

パラメーター	説明
カテゴリー	モデル
データソースタイプ	TIBCO® Data Virtualization
出力を他のオペレーターに送信	はい
データ処理ツール	TIBCO® DV, Apache Spark 3.2 以降

アルゴリズム

このエラスティックネットロジスティック回帰オペレーターは、S カーブロジスティック関数またはロジット関数をデータセットに当てはめて、一連の独立変数の値に基づいて特定のカテゴリイベントの発生確率を計算します。このオペレーターは、Apache Spark 3.2 以降でロジスティック回帰を実装します。

ロジスティック回帰分析は、1 つ以上の予測子変数に基づいてカテゴリ変数の奇妙な結果を予測します。このロジスティック回帰オペレーターは、分類問題用に L-BFGS で最適化されたオープンソースの正規化ロジスティック回帰アルゴリズム Spark MLlib を実装しています。このオペレーターは、交差検証法を使用してロジスティック回帰のハイパーパラメーターを最適化するために使用されます。出力は、最高の検証パフォーマンスを備えた Spark ロジスティック回帰分類モデルです。

入力

入力は単一の表形式のデータセットです。

不正な値または欠落している値

Null 値は許されず、エラーとなります。

構成

次の表に、エラスティックネットロジスティック回帰オペレーターの構成の詳細を示します。

パラメーター	説明
ノート	このオペレーターのパラメーター設定に関するメモまたは役立つ情報。 [ノート] フィールドに内容を入力すると、オペレーターに黄色のアスタリスクが表示されます。
従属変数	カテゴリカルデータカラムを依存カラムとして指定します。これは数値である必要があり、ラベルやクラスを値とすることはできません。
利用可能なすべてのカラムを予測子として使用する	[はい] に設定すると、オペレーターは使用可能なすべてのカラムを予測子として使用し、連続予測子パラメーターとカテゴリカル予測子パラメーターを無視します。 [いいえ] に設定すると、ユーザーは連続予測変数またはカテゴリ予測変数の少なくとも 1 つを選択する必要があります。
連続予測子	数値データカラムを独立したカラムとして指定します。数値カラムである必要があります。 [カラムの選択] をクリックして、必要なカラムを選択します。ノート: カテゴリー予測子パラメーターで選択されたカラムは使用できません。
カテゴリー予測子	カテゴリーデータカラムを独立カラムとして指定します。ノート: 連続予測子パラメーターで選択されたカラムは使用できません。
数値特徴の正規化	Z 変換を使用して数値特徴を正規化するかどうかを指定します。デフォルト: [はい]
評価指標	交差検証トレーニング中にモデルのパフォーマンスを評価するためのメトリック。詳細については、多項ロジスティック回帰に関する Spark ドキュメントを参照してください。次の値は次のとおりです。 Auto FMeasure Accuracy [Auto] を選択した場合、オペレーターはバイナリ分類には Accuracy を使用し、マルチクラス分類には FMeasure を使用します。ノート: FMeasure のベータパラメーターの値は 1 に設定されます。デフォルト: Auto
反復	パラメーターのグリッドごとに最大反復回数を指定します。デフォルト: 100
許容値	収束許容値を指定します。デフォルト: 0.01
ペナルティパラメータ (λ)	Lasso ロジスティック回帰の λ パラメーターグリッド。詳細については、Apache Spark ドキュメントの「多項ロジスティック回帰」を参照してください。有効な値は、`start`、 `end`、 `count` を表す `V1`、`V2`、 `V3` のようなカンマで区切られた一連の値です。ラムダの値は異なる桁にまたがるようにすることが推奨されます。`start:end: count` の場合、start から end まで n 個のラムダ値からなる指数格子を作成します。 `start` > `end` の場合、「無効です。`start` の λ の値が `end` より大きいです」 value」が返されます。 `count` が整数でない場合は、「無効です。`count` は整数である必要があります」が返されます。 `count` < 2 の場合、「無効です。count は少なくとも 2 である必要があります」が返されます。デフォルト: 0.0、0.5、1.0
弾性パラメータ (α)	エラスティックネットパラメーターを制御するパラメータ。 α = 0 の場合、ペナルティは L2 ペナルティです。 α = 1 の場合、ペナルティは L1 ペナルティです。詳細については、「線形メソッド - RDD ベースの API」を参照してください。有効な値は、`V1`、`V2`、`V3` のようにカンマで区切られた一連の値で、`start`、`end`、`step` を表します。 `start` > `end` の場合、「無効です。アルファの start 値が end 値より大きい」が返されます。 `step` > (`end` - `start`) の場合、「無効です。step 値を確認してください」が返されます。デフォルト: 0.0、0.5、1.0
交差検証フォールドの数	交差検証サンプルの数を指定します。デフォルト: 3
ランダムシード	擬似ランダム行抽出に使用するシードを指定します。デフォルト: 1

出力

ビジュアル出力

パラメーターサマリー情報: 入力パラメーターとその現在の設定のリストが表示されます。
係数: マルチクラスターゲットの場合、予測する各値の係数と参照クラスが表示されます。バイナリ分類タスクの場合、予測する値の係数が表示されます (非参照クラス)。
トレーニングのサマリー: テストされたハイパーパラメーターの組み合わせごとに行を含む表が表示されます。ハイパーパラメーターごとに、選択したメトリックが表示され、最適なモデルがマークされます。
追加のモデル情報: ロジスティック回帰モデルの従属カラム内のレベルと参照カテゴリの情報を表示します。
目的関数の履歴: トレーニング中の目的関数の履歴を表示します。私たちの実装では、目的関数は対数損失 (負の対数尤度) です。詳細については、Apache Spark ドキュメントの「多項ロジスティック回帰」を参照してください。