機械翻訳について

3.1.3 モデルの構築

このモデルは、トレーニング・データから学習することで、データを事前定義済のカテゴリに分類するように設計されています。

アルゴリズムの選択

次のデータベース内アルゴリズムのいずれかを選択して、分類の問題を解決できます:

• デシジョン・ツリー
• 一般化線形モデル
• Naive Bayes
• ニューラル・ネットワーク
• ランダム・フォレスト
• サポート・ベクター・マシン

ここでは、SVM分類はバイナリ分類をサポートするアルゴリズムの1つであるため、Support Vector Machineアルゴリズムを使用します。

1. データをトレイン・データ・セットおよびテスト・データ・セットに分割します。 トレイン・セットは、非表示のパターンを学習するようにモデルをトレーニングするために使用され、テスト・セットはトレーニング済モデルの評価に使用されます。 DEMO_DFデータを、トレイン・データ・セットのレコードの60%、テスト・データ・セットの40%で分割します。

   sampleSize <- .4 * nrow(DEMO_DF)
   index <- sample(1:nrow(DEMO_DF),sampleSize)
   group <- as.integer(1:nrow(DEMO_DF) %in% index)
    
   rownames(DEMO_DF) <- DEMO_DF$CUST_ID
   DEMO_DF.train <- DEMO_DF[group==FALSE,]
   class(DEMO_DF.train)
    
   DEMO_DF.test <- DEMO_DF[group==TRUE,]
   class(DEMO_DF.test)
    
   'ore.frame'
   'ore.frame'

2. データを分割した後、トレイン内の行数を確認し、いずれかのデータセットに行が残っていないかどうかをテストします。

   cat("\nTraining data: ")
   dim(DEMO_DF.train)
   cat("\nTest data: ")
   dim(DEMO_DF.test)
    
    
     Training data:  2700 13
     Test data: 1800 13

3. トレーニング・データを使用してSupport Vector Machineモデルを作成するore.odmSVM関数を使用してモデルを構築します。 ore.odmSVM関数は、データベース内SVMアルゴリズムへのRインタフェースです。 次に、このモデルを用いて試験データを予測します。

   ore.exec(
     "BEGIN DBMS_DATA_MINING.DROP_MODEL(model_name => 'SVM_CLASSIFICATION_MODEL');
      EXCEPTION WHEN OTHERS THEN NULL; END;"
   )
    
   MOD <- ore.odmSVM(
     formula = AFFINITY_CARD ~ .,
     data = DEMO_DF.train,
     type = "classification",
     kernel.function = "system.determined",
     odm.settings = list(model_name = "SVM_CLASSIFICATION_MODEL")
   )
    
   RES <- predict(
     object = MOD,
     data = DEMO_DF.test,
     type = c("raw", "class"),
     norm.votes = TRUE,
     cache.model = TRUE,
     supplemental.cols = c(
       "CUST_ID", "AFFINITY_CARD", "EDUCATION",
       "HOUSEHOLD_SIZE", "OCCUPATION", "YRS_RESIDENCE"
     )
   )