分類または回帰ソリューションのための XGBoost の構成

XGBoost エンコーディングを適用して、分類ソリューションまたは回帰ソリューションのトレーニングを最適化します。

始める前に

• 分類ソリューション定義を作成するか、既存の定義を使用します。
• 回帰ソリューション定義を作成するか、既存の定義を使用します。
• 必要なロール：admin または ml_admin

このタスクについて

XGBoost は、複数の意思決定ツリーを使用し、段落ベクターベースのテキストと TF-IDF 距離ベースのテキストの両方をサポートするオプションのグラデーション ブースティング フレームワークです。LogR は、デフォルトの距離ベースのモデルアルゴリズムです。

ML ソリューションの詳細設定の構成はオプションです。これらの設定のいずれかを構成する場合は、ソリューションで有効にしているテクノロジーについて十分な情報を入手し、そのテクノロジーが提供するものからメリットを得るユースケースがあることを確認してください。

この例のシナリオでは、分類ソリューションと回帰ソリューションの両方に XGBoost を適用します。

注:

回帰フレームワークは、 オーストラリア リリースで廃止されました。既存の回帰ソリューションを引き続き使用できますが、新しい回帰ソリューションを作成することはできません。

手順

1. 移動先 すべて > 予測インテリジェンス > 分類 > ソリューション定義.
2. 分類ソリューション定義フォームを開きます。
3. [ソリューションの詳細設定] タブのフォームの [関連リンク] セクションで、[ 新規] を選択します。

   

4. パラメーターレコードを作成します。
   1. [ソリューションパラメーター] フィールドで、検索アイコンを選択します。
   2. [ML ソリューションパラメーター] 画面で、[ 分類モデルトレーニングに XGBoost アルゴリズムを使用する] を選択します。

   

5. [送信] を選択します。
   [詳細ソリューション設定] レコード画面が更新されます。

   

6. [送信] を選択します。

   結果: XGBoost は、分類ソリューション用に構成されています。そのソリューションパラメーターは、分類定義フォームの [詳細ソリューション設定] タブに表示されます。

   

   注:

   回帰ソリューションで XGBoost を構成する場合は、次の手順に従います。
7. 移動先 予測インテリジェンス > 回帰 > ソリューション定義 (回帰フレームワークが廃止される前に回帰ソリューションを作成した場合にのみ使用できます)。
8. この 2 番目のシナリオでは、回帰ソリューション定義フォームを開きます。
9. 回帰ソリューションを使用する場合を除いて、前の分類ソリューションの例の手順を繰り返します。
10. [送信] を選択します。

    結果：

    XGBoost は、回帰ソリューション用に構成されています。そのソリューションパラメーターは、回帰ソリューション定義フォームの [詳細ソリューション設定] タブに表示されます。

関連タスク

• 分類ソリューションの作成とトレーニング
• 回帰ソリューションの作成とトレーニング