分類または回帰ソリューションの XGBoost の構成

XGBoost エンコーディングを適用して、分類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

注:

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得ていること、および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。

• 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、複数のディシジョンツリーを使用し、パラグラフ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。

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

手順

1. 次のように移動する。 All (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] をクリックします。

   

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、検索アイコンをクリックします。
   2. [ML Solution Parameters] 画面にて、[ Use XGBoost algo for classification model training] を選択します。

   

5. [Submit (送信)] を選択します。
   [Advanced Solution Setting] レコード画面が更新されます。

   

6. [Submit (送信)] を選択します。

   結果： XGBoost が分類ソリューション用に構成されます。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 [高度な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 を設定する場合は、次の手順に従います。
7. 次のように移動する。 予測インテリジェンス > 回帰 > ソリューション定義.
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. 前の分類ソリューションの例の手順 1 〜 5 を繰り返しますが、今回は回帰ソリューションを使用します。
10. [Submit (送信)] を選択します。

    結果 :

    XGBoost が回帰ソリューション用に構成されます。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 [高度な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