インテル® DAAL 2018 デベロッパー・ガイド
決定木回帰は、「訓練と予測」 > 「回帰」 > 「使用モデル」で説明されている一般的なワークフローに従います。
入力と出力の説明は、「訓練と予測」 > 「回帰」 > 「使用モデル」を参照してください。
訓練段階での決定木回帰のパラメーターは次のとおりです。
パラメーター |
デフォルト値 |
説明 |
|
---|---|---|---|
algorithmFPType |
float |
アルゴリズムが中間計算に使用する浮動小数点の型。float または double を指定できます。 |
|
method |
defaultDense |
決定木回帰により使用される計算メソッド。現在サポートしている唯一の訓練メソッドは、defaultDense メソッドです。 |
|
pruning |
reducedErrorPruning |
事後枝刈りを実行するメソッド。利用可能なオプションは次のとおりです。
|
|
maxTreeDepth |
0 |
最大の木の深さ。0 は深さ無制限を意味します。任意の負でない数を指定します。 |
|
minObservationsInLeafNodes |
5 |
葉ノードの最小観測数。正の数を指定します。 |
|
pruningFraction |
0.2 |
ランダム・サンプリングによる枝刈りの観測として使用する訓練データセットの観測の割合。残りの観測 (1- pruningFraction) が決定木の構築に使用されます。区間 (0, 1) の任意の数を指定できます。枝刈りを使用しない場合、このパラメーターの値に関係なく、すべての観測が決定木の構築に使用されます。 |
|
engine |
SharedPtr<engines::mt19937::Batch<> >() |
誤差低減枝刈りのランダム・サンプリングに使用する乱数エンジンのポインター。 |
入力と出力の説明は、「訓練と予測」 > 「回帰」 > 「使用モデル」を参照してください。
予測段階での決定木回帰のパラメーターは次のとおりです。
パラメーター |
デフォルト値 |
説明 |
|
---|---|---|---|
algorithmFPType |
float |
アルゴリズムが中間計算に使用する浮動小数点の型。float または double を指定できます。 |
|
method |
defaultDense |
決定木回帰により使用される計算メソッド。現在サポートしている唯一の訓練メソッドは、defaultDense メソッドです。 |
C++: dt_reg_dense_batch.cpp
Java*: DTRegDenseBatch.java
Python*: dt_reg_dense_batch.py