7.2 モデル設定について
モデルの特性に影響する設定を指定できます。
設定には、一般的なもの、Oracle Machine Learning関数(手法とも呼ばれる)に固有のもの、およびアルゴリズムに固有のものがあります。
すべての設定にはデフォルト値があります。モデルの1つ以上の設定をオーバーライドする場合は、モデルをインスタンス化するときに**params
パラメータを使用するか、後でモデルのset_params
メソッドを使用して、設定を指定する必要があります。
パラメータがOML4Rアルゴリズム・パラメータとodm.settingsの両方で指定されている場合、odm.settingsの値が使用されます。
次の表に、odm.settingsまたはore.odm**アルゴリズムの明示的なパラメータによって設定されるOML4Rパラメータを示します。
表7-2 OML4Rパラメータ
設定名 | OML4R | SQL (DBMS_DATA_MINING) |
---|---|---|
ore.odmAI.R | auto.data.prep | PREP_AUTO |
ore.odmAssocRules.R | case.id.column | CASE_ID_COLUMN_NAME |
item.id.column | ODMS_ITEM_ID_COLUMN_NAME | |
item.value.column | ODMS_ITEM_VALUE_COLUMN_NAME | |
min.support | ASSO_MIN_SUPPORT | |
min.confidence | ASSO_MIN_CONFIDENCE | |
max.rule.length | ASSO_MAX_RULE_LENGTH | |
ore.odmDT.R | auto.data.prep | PREP_AUTO |
cost.matrix | CLAS_COST_TABLE_NAME | |
impurity.metric | TREE_IMPURITY_METRIC | |
max.depth | TREE_TERM_MAX_DEPTH | |
min.rec.split | TREE_TERM_MINREC_SPLIT | |
min.pct.split | TREE_TERM_MINPCT_SPLIT | |
min.rec.node | TREE_TERM_MINREC_NODE | |
min.pct.node | TREE_TERM_MINPCT_NODE | |
ore.odmEM.R | num.centers | CLUS_NUM_CLUSTERS |
auto.data.prep | PREP_AUTO | |
ore.odmESA.R | auto.data.prep | PREP_AUTO |
ore.odmESM.R | auto.data.prep | PREP_AUTO |
ore.odmGLM.R | weights | ODMS_ROW_WEIGHT_COLUMN_NAME |
type | 設定にはなし。これはmining_functionです | |
na.treatment | ODMS_MISSING_VALUE_TREATMENT | |
reference | GLMS_REFERENCE_CLASS_NAME | |
ridge | GLMS_RIDGE_REGRESSION | |
ridge.value | GLMS_RIDGE_VALUE | |
ridge.vif | GLMS_VIF_FOR_RIDGE | |
auto.data.prep | PREP_AUTO | |
ore.odmKMeans.R | auto.data.preps | PREP_AUTO |
num.centers | CLUS_NUM_CLUSTERS | |
block.growth | KMNS_BLOCK_GROWTH | |
conv.tolerance | KMNS_CONV_TOLERANCE | |
distance.function | KMNS_DISTANCE | |
iterations | KMNS_ITERATIONS | |
min.pct.attr.support | KMNS_MIN_PCT_ATTR_SUPPORT | |
num.bin | KMNS_NUM_BINS | |
split.criterion | KMNS_SPLIT_CRITERION | |
ore.odmNB.R | auto.data.prep | PREP_AUTO |
class.priors | CLAS_PRIORS_TABLE_NAME | |
ore.odmNMF.R | auto.data.prep | PREP_AUTO |
num.features | FEAT_NUM_FEATURES | |
conv.tolerance | NMFS_CONV_TOLERANCE | |
num.iter | NMFS_NUM_ITERATIONS | |
rand.seed | NMFS_RANDOM_SEED | |
allow.negative.scores | NMFS_NONNEGATIVE_SCORING | |
ore.odmNN.R | type | 設定にはなし。これはmining_functionです |
auto.data.prep | PREP_AUTO | |
ore.odmOC.R | num.centers | CLUS_NUM_CLUSTERS |
max.buffer | oclt_max_buffer | |
sensitivity | OCLT_SENSITIVITY | |
ore.odmRF.R | auto.data.prep | PREP_AUTO |
ore.odmSVD.R | auto.data.prep | PREP_AUTO |
ore.odmXGB.R | type | 設定にはなし。これはmining_functionです |
auto.data.prep | PREP_AUTO |
_init_
メソッドについては、引数にキーと値のペアまたはdict
を指定できます。各リスト要素の名前および値は、それぞれ機械学習アルゴリズムのパラメータ設定名および値を示します。設定値は数値または文字列である必要があります。
set_params
メソッドの**params
パラメータの引数は、str
をstr
にマップするdict
オブジェクトです。キーは設定の名前である必要があり、値は新しい設定である必要があります。
例7-2 モデルの設定の指定
この例では、期待値の最大化(EM)モデルの作成および設定の変更を示します。
settings = list(
EMCS_NUM_ITERATIONS= 20,
EMCS_RANDOM_SEED= 7)
EM.MOD <- ore.odmEM(~.-CUST_ID, CUST_DF, num.centers = 3, odm.settings = settings)