Docs
...
xgboosttreenode のプロパティー
資料の 英語版 に戻る

xgboosttreenode のプロパティー

最終更新: 2025年2月11日
xgboosttreenode のプロパティー

XGBoost ツリー・ノードのアイコンXGBoost Tree© は、ツリー モデルを基本モデルとして使用する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 ツリー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ーが用意されています。このため、SPSS Modeler の XGBoost ツリー・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ーが公開されています。 このノードは Python で実装されています。

表 1. xgboosttreenode のプロパティー
xgboosttreenodeプロパティー データ・タイプ プロパティーの説明
custom_fields ブール値 このオプションを選択すると、上流のデータ型ノードからのフィールド情報ではなく、ここで指定したフィールド情報がこのノードで使用されます。 このオプションを選択した後、必要に応じてフィールドを指定します。
target フィールド 対象フィールド。
inputs フィールド 入力フィールド。
tree_method string モデルの構築用のツリー手法。 指定可能な値は、auto、exact、または approx です。 デフォルトはautoです。
num_boost_round 整数 モデル作成用の num boost round 値。 1と1000の間の値を指定します。 デフォルトは10です。
max_depth 整数 ツリーの成長の最大深度。 1以上の値を指定してください。 デフォルトは6です。
min_child_weight Double ツリーの成長のための子の重みの最小値。 0以上の値を指定してください。 デフォルトは1です。
max_delta_step Double ツリーの成長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。
objective_type string 学習タスクの目的タイプ。 可能な値は、reg:linear、reg:logistic、 reg:gamma、reg:tweedie、count:poisson、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。
early_stopping ブール値 早期停止機能を使用するかどうか。 デフォルトはFalseです。
early_stopping_rounds 整数 学習を続行するには、少なくとも早期停止ラウンドごとに検証エラーが減少する必要があります。 デフォルトは10です。
evaluation_data_ratio Double 検証エラーに使用する入力データの比率。 デフォルトは0.3です。
random_seed 整数 乱数シード。 0と9999999の間の任意の数値です。 デフォルトは0です。
sample_size Double 過剰適合を制御するためのサブサンプル。 0.1と1.0の間の値を指定します。 デフォルトは0.1です。
eta Double 過剰適合を制御するためのイータ。 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 過剰適合を制御するためのガンマ。 0以上の数値を指定します。 デフォルトは6です。
col_sample_ratio Double 過剰適合を制御するためのツリー別の列サンプル。 0.01と1の間の値を指定します。 デフォルトは1です。
col_sample_level Double 過剰適合を制御するためのレベル別の列サンプル。 0.01と1の間の値を指定します。 デフォルトは1です。
lambda Double 過剰適合を制御するためのラムダ。 0以上の数値を指定します。 デフォルトは1です。
alpha Double 過剰適合を制御するためのアルファ。 0以上の数値を指定します。 デフォルトは0です。
scale_pos_weight Double 不均衡データ・セットを扱うためのスケールの正の重み。 デフォルトは1です。
use_HPO