ランダム フォレスト回帰

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 フォレスト回帰は、アンサンブルの数値回帰ツリー予測を平均することによって数値予測を生成するアンサンブル 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 のランダム フォレスト回帰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	データカラムを依存カラムとして指定します。連続数値変数である必要があります。
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。
評価指標	回帰モデル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。 MSE MSE R2 RMSE 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。 デフォルト: RMSE
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) のカンマ区切りの数値シーケンスである必要があります。 デフォルト: 0.5,0.7 ノート: [機能関数の数] で [ユーザー定義] が選択されていない場合、このパラメーターは無視されます。
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、0 ～ 30 の整数値のコ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: 3,5
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 double 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 ノード内のデータ 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: 最大ビン数の値は、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なければなりません。 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 フォレスト回帰オペレーターを示しています。