Componente Regressione foresta decisionale
Questo articolo descrive un componente nella finestra di progettazione di Azure Machine Learning.
Usare questo componente per creare un modello di regressione basato su un insieme di alberi delle decisioni.
Dopo aver configurato il modello, è necessario eseguire il training del modello usando un set di dati etichettato e il componente Train Model . Il modello sottoposto a training può quindi essere usato per eseguire stime.
Funzionamento
Gli alberi delle decisioni sono modelli non parametrici che eseguono una sequenza di test semplici per ogni istanza, attraversando una struttura di dati ad albero binario fino a quando non viene raggiunto un nodo foglia (decisione).
Gli alberi delle decisioni presentano questi vantaggi:
Sono efficienti sia nel calcolo che nell'utilizzo della memoria durante il training e la stima.
Possono rappresentare limiti decisionali non lineari.
Eseguono la selezione e la classificazione integrata delle funzionalità e sono resilienti in presenza di caratteristiche rumorose.
Questo modello di regressione è costituito da un insieme di alberi delle decisioni. Ogni albero in una foresta delle decisioni di regressione restituisce una distribuzione gaussiana come stima. Viene eseguita un'aggregazione sull'insieme di alberi per trovare una distribuzione gaussiana più vicina alla distribuzione combinata per tutti gli alberi del modello.
Per altre informazioni sul framework teorico per questo algoritmo e sulla relativa implementazione, vedere questo articolo: Foreste decisionali: Unified Framework for Classification, Regression, Density Estimation, Manifold Learning e Semi-Supervisioned Learning
Come configurare il modello di regressione della foresta delle decisioni
Aggiungere il componente Decision Forest Regression alla pipeline. È possibile trovare il componente nella finestra di progettazione in Machine Learning, Inizializza modello e Regressione.
Aprire le proprietà del componente e, per Il metodo di ricampionamento, scegliere il metodo usato per creare i singoli alberi. È possibile scegliere tra Bagging o Replica.
Bagging: Bagging è detto anche aggregazione bootstrap. Ogni albero in una foresta delle decisioni di regressione restituisce una distribuzione gaussiana tramite la stima. L'aggregazione consiste nel trovare un gaussiano i cui primi due momenti corrispondono ai momenti della miscela di distribuzioni gaussiane date combinando tutte le distribuzioni restituite da singoli alberi.
Per altre informazioni, vedere la voce wikipedia per l'aggregazione bootstrap.
Replica: nella replica, ogni albero viene sottoposto a training esattamente sugli stessi dati di input. La determinazione del predicato diviso usato per ogni nodo della struttura ad albero rimane casuale e gli alberi saranno diversi.
Per altre informazioni sul processo di training con l'opzione Replica, vedere Foreste delle decisioni per Visione artificiale e Analisi delle immagini mediche. Criminisi e J. Shotton. Springer 2013..
Specificare la modalità di training del modello impostando l'opzione Crea modalità di training.
Singolo parametro
Se si sa come configurare il modello, è possibile specificare un set specifico di valori come argomenti. Questi valori potrebbero essere stati appresi dalla sperimentazione o ricevuti come linee guida.
Intervallo di parametri: selezionare questa opzione se non si è certi dei parametri migliori e si vuole eseguire uno sweep di parametri. Selezionare un intervallo di valori per scorrere e ottimizzare gli iperparametri del modello esegue l'iterazione su tutte le possibili combinazioni delle impostazioni fornite per determinare gli iperparametri che producono i risultati ottimali.
Per Numero di alberi delle decisioni, indicare il numero totale di alberi delle decisioni da creare nell'insieme. Creando più alberi delle decisioni, è possibile ottenere una copertura migliore, ma il tempo di training aumenterà.
Suggerimento
Se si imposta il valore su 1; Ciò significa tuttavia che verrà generato un solo albero (l'albero con il set iniziale di parametri) e non verranno eseguite ulteriori iterazioni.
Per Profondità massima degli alberi delle decisioni digitare un numero per limitare la profondità massima di qualsiasi albero delle decisioni. L'aumento della profondità dell'albero potrebbe aumentare la precisione, a rischio di un overfitting e di un aumento del tempo di training.
Per Numero di divisioni casuali per nodo, digitare il numero di divisioni da usare durante la compilazione di ogni nodo dell'albero. Una divisione indica che le funzionalità in ogni livello dell'albero (nodo) sono suddivise in modo casuale.
Per Numero minimo di campioni per nodo foglia, indicare il numero minimo di case necessari per creare qualsiasi nodo terminale (foglia) in un albero.
Aumentando questo valore, si aumenta la soglia per la creazione di nuove regole. Ad esempio, con il valore predefinito 1, anche un singolo caso può causare la creazione di una nuova regola. Se si aumenta il valore a 5, i dati di training devono contenere almeno cinque case che soddisfano le stesse condizioni.
Eseguire il training del modello:
Se si imposta Create trainer mode (Crea modalità trainer) su Single Parameter (Parametro singolo), connettere un set di dati con tag e il componente Train Model (Train Model ).
Se si imposta La modalità di training su Intervallo di parametri, connettere un set di dati con tag ed eseguire il training del modello usando Ottimizzazione degli iperparametri del modello.
Nota
Se si passa un intervallo di parametri a Train Model, viene usato solo il valore predefinito nell'elenco dei singoli parametri.
Se si passa un singolo set di valori di parametro al componente Tune Model Hyperparameters , quando prevede un intervallo di impostazioni per ogni parametro, ignora i valori e usa i valori predefiniti per lo strumento di apprendimento.
Se si seleziona l'opzione Intervallo di parametri e si immette un singolo valore per qualsiasi parametro, tale singolo valore specificato viene usato durante lo sweep, anche se altri parametri cambiano in un intervallo di valori.
Inviare la pipeline.
Risultati
Al termine del training:
- Per salvare uno snapshot del modello sottoposto a training, selezionare il componente di training e quindi passare alla scheda Output nel pannello destro. Fare clic sull'icona Registra modello. È possibile trovare il modello salvato come componente nell'albero dei componenti.
Passaggi successivi
Vedere il set di componenti disponibili per Azure Machine Learning.