ランダム フォレスト分類

情報一覧

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

ランダム フォレスト分類は、アンサンブルの数値分類ツリー予測を平均することによってカテゴリカル予測を行う、分類タスクに対するアンサンブル ツリー アルゴリズムです。交差検証トレーニング方法を使用して、対象のハイパーパラメーターを微調整できます。オペレーターは、指定されたメトリックを使用してパフォーマンスを評価します。オペレーターの出力は、最高の検証パフォーマンスを持つモデル オブジェクトです。このオペレーターは、Spark MLlib からランダム フォレスト分類アルゴリズムを実装します。

入力

入力は単一の表形式のデータセットです。

構成

次の表に、ランダム フォレスト分類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。数値列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	カテゴリデータカラムを独立列として指定します。 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。
不純物	ランダム フォレスト モデルをトレーニングする際の情報ゲインを計算するための基準を指定します。次の値が使用可能です。 ジニ エントロピー デフォルト: ジニ
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を指定します。次の値が使用可能です。 自動 FMeasure 精度 詳細については、分類と回帰に関する Apache Spark ドキュメントを参照してください。 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。 ユーザーが [自動] を選択した場合、オペレーターは [精度] を使用します。 デフォルト: 自動
特徴関数の数	各決定木を構築するための特徴の数を決定する関数を指定します。次の値が使用可能です。 すべて 1/3 平方根 log2 ユーザー定義 デフォルト: 平方根
特徴サンプリング率	機能関数の数 が ユーザー定義 オプションに設定されている場合に、ノードごとに使用する機能の数の割合を指定します。このパラメーターの入力は、(0,1) 内のダブル値のカンマ区切りシーケンスである必要があります。 デフォルト: 0.5,0.7
最大深度	各ツリーの最大深さを指定します。このパラメーターの入力は、コンマで区切られた一連の整数値である必要があります。 デフォルト: 2,3
ツリーの数	ツリーの総数を指定します。このパラメーターの入力は、コンマで区切られた一連の整数値である必要があります。 デフォルト: 10,100
行サンプリング率	各決定木を構築するためのトレーニング データの割合を指定します。このパラメーターの入力は、(0,1) 内のダブル値のカンマ区切りシーケンスである必要があります。 デフォルト: 1
最小リーフ サイズ	デシジョン ツリーの末端リーフ ノード内に存在できるデータ インスタンスの最小数を指定します。このパラメーターの入力は、コンマで区切られた一連の整数値である必要があります。(例: 1,2) デフォルト: 1
最大ビン数	連続フィーチャの離散化と分割に使用するビンの最大数を指定します。このパラメーターの入力は、コンマで区切られた整数値のシーケンス (たとえば、256) である必要があります。 ノート: 最大ビンの数は、選択したカテゴリー カラムの一意のレベルの数より大きくする必要があります。 最大ビン数 は、カテゴリ特徴量の最大カーディナリティまで増やす必要があります。ただし、利用可能なリソースによっては、システムが非常に高い値を処理できず、エラーが発生する可能性があります。 デフォルト: 32
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	擬似ランダム生成に使用するシード。 デフォルト: 1

出力

例

次の例は、ランダム フォレスト分類オペレーターを示しています。