資料の 英語版 に戻るxgboosttreenode のプロパティー
xgboosttreenode のプロパティー
最終更新: 2024年10月04日
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。
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 | このオプションは、ノードに対し、上流のデータ型ノードのフィールド情報ではなく、ここで指定するフィールド情報を使用するように指示します。 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |
二重 | 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 |