R-Boosting Classification

R-Boosting Classification アルゴリズムに設定することができるプロパティです。

概要:
本 Boosting アルゴリズムは、分類に対して適用可能な一般的なアンサンブル法です。本コンポーネントでは Adaboost.M1 アルゴリズムと Adaboost-SAMME アルゴリズムがサポートされます。このアンサンブル法は、弱い分類器のビジネスデータセットに対する精度と頑健性を高めるように設計されています。

本アルゴリズムを実装する R パッケージは adabagrpart です。

注記

このコンポーネントの分類アルゴリズムにはデシジョンツリー法が選択されています。

注記

列名にハイフン記号 (-) が含まれている場合、データ型コンポーネントを使用して列名を再定義してください。

R-Boosting Classification のプロパティ
表 1: アルゴリズムプロパティ
プロパティ 説明
最大深さ 最終ツリーの最大ノードレベルを入力します (ルートノードをレベル 0 としてカウント)。1 以上 20 以下に設定できます。
最小分割 ノードを分割するのに必要な最小監視数を入力します。デフォルト値は 0 です。0 以上 500 以下に設定できます。
複雑性パラメータ フィットを改善しないすべての分割を回避することで計算時間を短縮する複雑性パラメータを入力します。パラメータの値は [-1 から 1) の間 (-1 以上 1 未満) に設定する必要があります。
反復数 ブースティングの反復実行回数です。5 以上 500 以下に設定できます。
サンプル重み TRUE の場合、該当する反復の各観測値に対する重みを使用して、学習セットのブートストラップサンプルを抽出します。FALSE の場合、すべての観測値でその重みを併用します。
重み更新係数 重み更新係数 (AdaBoost.M1 アルゴリズムの α) の計算方法は次の 3 種類です:A) ‘Breiman’: α=1/[2 ln⁡((1-err)/err)]、B) ‘Freund’: α=ln⁡((1-err)/err)、および C) ‘Zhu’: α=ln⁡((1-err)/err)⁡+ln⁡(N_classes-1)。
機能 分析の実行で使用する入力列を選択します。
ターゲット列 分析を実行するターゲット列を選択します。