0 / 0
資料の 英語版 に戻る
xgboostasnode プロパティー
最終更新: 2024年10月07日
xgboostasnode プロパティー

XGBoost-AS ノードのアイコンXGBoost は、勾配ブースティング・アルゴリズムの高度な実装です。 ブースティング・アルゴリズムでは、弱い分類子に繰り返し学習させ、それを最終的な強い分類子に追加します。 XGBoost は柔軟性が極めて高く、多くのユーザーを圧倒するほどの多数のパラメータが用意されています。このため、SPSS Modeler の XGBoost-AS ノードでは、コア・フィーチャーおよびよく使用されるパラメータが公開されています。 XGBoost-AS ノードは Spark で実装されています。

表 1. xgboostasnode のプロパティー
xgboostasnodeプロパティー データ・タイプ プロパティーの説明
target_field フィールド 対象のフィールド名のリスト。
input_fields フィールド 入力用のフィールド名のリスト。
nWorkers 整数 XGBoost モデルの学習に使用するワーカーの数。 デフォルトは1です。
numThreadPerTask 整数 ワーカーごとに使用するスレッドの数。 デフォルトは1です。
useExternalMemory ブール値 キャッシュとして外部メモリーを使用するかどうか。 デフォルトは falseです。
boosterType string 使用するブースティング タイプ。 使用可能なオプションは、gbtree、gblinear、またはdartです。 デフォルトはgbtreeです。
numBoostRound 整数 ブースティングのラウンド数。 0以上の値を指定してください。 デフォルトは10です。
scalePosWeight Double 正の重みと負の重みのバランスを制御します。 デフォルトは1です。
randomseed 整数 乱数発生ルーチンによって使用されるシード。 デフォルトは 0です。
objectiveType string 学習目的。 可能な値は、reg:linear、reg:logistic、reg:gamma、reg:tweedie、rank:pairwise、binary:logistic、またはmultiです。 フラグ型対象の場合は、binary:logisticまたはmultiのみを使用できることに注意してください。 multiを使用した場合、スコア結果にはmulti:softmaxおよびmulti:softprob XGBoost の目的タイプが表示されます。 デフォルトは reg:linear です。
evalMetric string 検証データの評価メトリック。 デフォルトのメトリックは、目的に応じて割り当てられます。 可能な値は、rmse、mae、logloss、error、merror、mlogloss、auc、ndcg、map、またはgamma-devianceです。 デフォルトは rmse です。
lambda Double 重みに関する L2 正規化項。 この値を大きくすると、モデルがより保守的になります。 0以上の数値を指定します。 デフォルトは1です。
alpha Double 重みに関する L1 正規化項。 この値を大きくすると、モデルがより保守的になります。 0以上の数値を指定します。 デフォルトは0です。
lambdaBias Double 偏りに関する L2 正規化項。 gblinearブースター・タイプを使用する場合、このラムダ・バイアス線形ブースター・パラメーターを使用できます。 0以上の数値を指定します。 デフォルトは0です。
treeMethod string gbtreeまたはdartブースター・タイプが使用されている場合、ツリーの成長のためのこのツリー・メソッド・パラメーター (およびそれに続くその他のツリー・パラメーター) を使用できます。 これは、使用する XGBoost ツリー構築アルゴリズムを指定します。 使用可能なオプションは、auto、exact、またはapproxです。 デフォルトはautoです。
maxDepth 整数 ツリーの最大深度。 2以上の値を指定してください。 デフォルトは6です。
minChildWeight Double 子で必要なインスタンスの重み (ヘシアン) の最小合計。 0以上の値を指定してください。 デフォルトは1です。
maxDeltaStep Double 各ツリーの重みを推定できるようにするための差分ステップの最大数。 0以上の値を指定してください。 デフォルトは0です。
sampleSize Double サブサンプルは、学習インスタンスの比率を示します。 0.1と1.0の間の値を指定します。 デフォルトは1.0です。
eta Double オーバーフィッティングを防ぐために更新ステップ中に使用するステップ サイズの収縮。 0と1の間の値を指定します。 デフォルトは0.3です。
gamma Double ツリーのリーフ ノードをさらに分割するために必要な最小の損失低減。 0以上の数値を指定します。 デフォルトは6です。
colsSampleRatio Double 各ツリーを構築する際の、列のサブサンプルの比率。 0.01と1の間の値を指定します。 デフォルトは1です。
colsSampleLevel Double 各分割における、各レベルでの列のサブサンプルの比率。 0.01と1の間の値を指定します。 デフォルトは1です。
normalizeType string dart ブースティング タイプが使用されている場合は、この dart パラメータおよび以下の 3 つの dart パラメータを使用できます。 このパラメータは、正規化アルゴリズムを設定します。 tree または forest を指定します。 デフォルトはtreeです。
sampleType string サンプリング アルゴリズム タイプ。 uniform または weighted を指定します。 デフォルトはuniformです。
rateDrop Double ドロップアウト率 dart ブースティング パラメータ。 0.0と1.0の間の値を指定します。 デフォルトは0.0です。
skipDrop Double スキップ ドロップアウトの確率の dart ブースティング パラメータ。 0.0と1.0の間の値を指定します。 デフォルトは0.0です。
生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細