29 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。
29.1 ランダム・フォレストについて
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)を構築する分類アルゴリズムです。
このアルゴリズムは、複数のデシジョン・ツリー・モデルを構築し、アンサンブルを使用して予測します。それぞれのデシジョン・ツリーは、入力としてトレーニング・データ・セットからランダム・サンプルを選択することで構築されます。ツリーの各ノードでは、分岐ポイントの計算のために予測子のランダム・サンプルが選択されます。これにより、異なるツリーで使用されるデータにばらつきが生じます。パラメータのRFOR_SAMPLING_RATIOとRFOR_MTRY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、アルゴリズムの実行前にODMS_RANDOM_SEEDを使用してランダム・シード値を設定できます。
関連トピック
29.2 ランダム・フォレストの構築
ランダム・フォレストは、Oracle Machine Learning for SQLの既存のインフラストラクチャとアプリケーション・プログラミング・インタフェース(API)に基づいて構築されます。
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。モデルは、既存のAPIにパラメータを指定することで構築します。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。OML4SQL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ます。この実装では、ビッグ・データの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。
-
OML4SQLでは、バギングはサポートされませんが、かわりに非復元サンプリングが用意されています
-
ユーザーはツリーの深度を指定できます。ツリーは最大深度までは構築されません。
ノート:
hyperparameterという用語は、モデル設定でも同じ意味で使用されます。