インテル® DAAL 2018 デベロッパー・ガイド

バッチ処理

KNN 分類は、「使用モデル: 訓練と予測」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、「使用モデル: 訓練と予測」を参照してください。

訓練段階での KD 木ベースの KNN 分類器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

KD 木ベースの KNN 分類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。

seed

777

KD 木の次元と切り取り点を選択するために必要なサンプリングを実行するため内部的に使用される、乱数ジェネレーター用のシード。

dataUseInModel

doNotUse

KNN モデルで入力データセットの使用を有効/無効にするパラメーター。設定可能な値は次のとおりです。

  • doNotUse - アルゴリズムは訓練された KNN モデルに入力データとラベルを含みませんが、入力データセットのコピーを作成します。
  • doUse - アルゴリズムは訓練された KNN モデルに入力データとラベルを含みます。

アルゴリズムは、予測段階のパフォーマンスを向上するため、入力データセットまたはそのコピーの特徴ベクトルと対応するラベルの順序を変更します。

値が doUse の場合、入力データとラベルのメモリーの割り当てを解除しないでください。

予測

入力と出力の説明は、「使用モデル: 訓練と予測」を参照してください。

予測段階での KD 木ベースの KNN 分類器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

KD 木ベースの KNN 分類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予測メソッドは、defaultDense メソッドです。

k

1

近傍の数。

サンプル

C++: kdtree_knn_dense_batch.cpp

Java*: KDTreeKNNDenseBatch.java

Python*: kdtree_knn_dense_batch.py

関連情報