25 ランダム・フォレスト
分類アルゴリズムとしてランダム・フォレストを使用する方法を学習します。
25.1 ランダム・フォレストとは
ランダム・フォレストは、ツリーのアンサンブル(フォレストとも呼ばれる)を作成する分類アルゴリズムです。
このアルゴリズムでは、多数のディシジョン・ツリー・モデルが作成され、ツリーの集合を使用して予測が行われます。個々のディシジョン・ツリーは、トレーニング・データセットからランダムなサンプルを入力値として選択することで作成されます。ツリーの各ノードでは、分岐点を計算するために予測子のランダム・サンプルのみが選択されます。これにより、フォレスト内の様々なツリーで使用されるデータが変化します。RFOR_SAMPLING_RATIOパラメータとRFOR_MTRYパラメータは、各ノードで選択されるサンプル・サイズと予測子の数を指定するために使用されます。ユーザーは、アルゴリズムを実行する前に、ODMS_RANDOM_SEEDを使用してランダム・シード値を設定できます。
25.2 ランダム・フォレストの構築
ランダム・フォレストは、Oracle Data Mining for SQLの既存のインフラストラクチャおよびアプリケーション・プログラミング・インタフェース(API)を基に構築されています。
ランダム・フォレスト・モデルは、予測子の属性評価ランキングを提供します。このモデルは、既存のAPIでパラメータを指定して構築されます。スコアリングは、既存の分類アルゴリズムと同じSQL問合せとAPIを使用して実行されます。Oracle Data Miningは、古典的なランダム・フォレスト・アルゴリズムの変種を実装しています。この実装により、大規模なデータセットがサポートされます。アルゴリズムの実装は、次の点で異なります。
-
Oracle Data Miningではバギングがサポートされていないため、かわりに置換なしのサンプリングを提供します
-
ユーザーは、ツリーの深さを指定できます。ツリーは最大の深さまで作成されません。
ノート:
モデル設定と同じ意味でハイパーパラメータという用語も使用されます。