インテル® DAAL 2018 デベロッパー・ガイド

バッチ処理

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。

訓練

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。

  • reducedErrorPruning - 誤差低減枝刈り。枝刈りを使用する場合、dataForPruning および dependentVariablesForPruning 入力を提供します。
  • none - 枝刈りを行いません。

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。

予測

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。

サンプル

C++: dt_reg_dense_batch.cpp

Java*: DTRegDenseBatch.java

Python*: dt_reg_dense_batch.py

関連情報