Konfigurieren Sie XGBoost für Klassifizierungs- oder Regressionslösungen

  • Freigeben Version: Washingtondc
  • Aktualisiert 1. Februar 2024
  • 1 Minute Lesedauer

    • Wenden Sie die XGBoost-Codierung an, um das Training für Ihre Klassifizierungs- oder Regressionslösungen zu optimieren.

    Vorbereitungen

    Hinweis:
    Die Konfiguration von erweiterten Einstellungen für ML-Lösungen ist optional. Wenn Sie Einstellungen dieser Art konfigurieren, stellen Sie sicher, dass Sie gut über die Technologie informiert sind, die Sie in der Lösung aktivieren, und dass Sie einen Anwendungsfall haben, der von der Technologie profitiert.
    • Erstellen Sie eine Definition für eine Klassifizierungslösung, oder verwenden Sie eine vorhandene.
    • Erstellen Sie eine Definition der Regressionslösung, oder verwenden Sie eine vorhandene.
    • Erforderliche Rolle: admin oder ml_admin

    Warum und wann dieser Vorgang ausgeführt wird

    XGBoost ist ein optionales Framework zur Förderung von Farbverläufen, das mehrere Entscheidungsstrukturen verwendet und sowohl vektorbasierten Text als auch abstandsbasierten TF-IDF-Text unterstützt. LogR ist der standardmäßige abstandsbasierte Modellalgorithmus.

    In diesem Beispielszenario wenden Sie XGBoost sowohl auf eine Klassifizierungslösung als auch auf eine Regressionslösung an.

    Prozedur

    1. Navigieren zu Alle > Predictive Intelligence > Klassifizierung > Lösungsdefinitionen.
    2. Öffnen Sie das Definitionsformular einer Klassifizierungslösung.
    3. Klicken Sie auf der Registerkarte „Erweiterte Lösungseinstellungen“ im Abschnitt „Zugehörige Links“ des Formulars auf Neu.
      Diese Abbildung zeigt, wie Sie die Option Lösungsparameter zum Erstellen des Parameters auswählen.
    4. Erstellen Sie einen Parameterdatensatz.
      1. Klicken Sie im Feld Lösungsparameter auf das Suchsymbol.
      2. Wählen Sie im Bildschirm ML-Lösungsparameter die Option XGBoost-Algo für Klassifizierungsmodelltraining verwenden aus.
      So erstellen Sie den Parameterdatensatz, indem Sie die Schaltfläche „Suchen“ und dann die Kurzbeschreibung des XGBoost-Schlüssels auswählen.
    5. Klicken Sie auf Absenden.
      Der Bildschirm mit dem Datensatz der erweiterten Lösungseinstellung wird aktualisiert.
      Diese Abbildung zeigt den neuen Datensatz der erweiterten Lösungseinstellung, den Sie erstellt haben.
    6. Klicken Sie auf Absenden.

      Ergebnis: XGBoost ist für Ihre Klassifizierungslösung konfiguriert. Der Lösungsparameter wird auf der Registerkarte „Erweiterte Lösungseinstellungen“ des Formulars zur Klassifizierungsdefinition angezeigt.

      Der Parameter der erweiterten Lösungseinstellung für XGBoost, wie in Ihrem Definitionsformular der Klassifizierungslösung konfiguriert.
      Hinweis:
      Führen Sie die folgenden Schritte aus, wenn Sie XGBoost für eine Regressionslösung konfigurieren möchten.
    7. Navigieren zu Predictive Intelligence > Regression > Lösungsdefinitionen.
    8. In diesem zweiten Szenario öffnen Sie ein Formular für die Definition der Regressionslösung.
    9. Wiederholen Sie die Schritte 1 bis 5 aus dem vorherigen Beispiel der Klassifizierungslösung, außer dass Sie dieses Mal eine Regressionslösung verwenden.
    10. Klicken Sie auf Absenden.

      Ergebnis:

      XGBoost ist für Ihre Regressionslösung konfiguriert. Der Lösungsparameter wird auf der Registerkarte Erweiterte Lösungseinstellungen des Formulars „Regressionslösungsdefinition“ angezeigt.