Polynomial by Binomial Classification
概要
この演算子は、指定された二項分類学習器を通じて多項式分類モデルを構築します。
詳細
二項分類による多項式演算子は、ネストされた演算子です。つまり、サブプロセスがあります。サブプロセスには、二項分類学習器、つまり二項分類モデルを生成する演算子が必要です。この演算子は、サブプロセスで提供される二項分類学習器を使用して、多項式分類モデルを構築します。この演算子を適用するには、サブプロセスの基本的な理解が必要です。サブプロセスの基本的な理解については、サブプロセス演算子のドキュメントをご覧ください。
多くの分類演算子（SVM演算子など）では、二項（バイナリ）ラベルの分類のみが許可されています。二項分類による多項式演算子は、二項分類器を使用し、さまざまなクラスの二項分類モデルを生成してから、多項式ラベルの分類のためにこれらの二項分類モデルの応答を集約します。
入力
- トレーニングセット （IOObject）この入力ポートには、ExampleSetが必要です。これは、添付のプロセス例のRetrieveオペレーターの出力です。他の演算子の出力も入力として使用できます。
出力
- モデル（モデル）多項式分類モデルは、この出力ポートから配信されます。この分類モデルは、ラベル属性の予測のために、表示されていないデータセットに適用できます。
- サンプルセット（IOObject）入力として指定されたExampleSetは、このポートを介して出力に変更せずに渡されます。これは通常、別の演算子で同じExampleSetを再利用するため、または結果ワークスペースでExampleSetを表示するために使用されます。
パラメーター
- Classification_strategiesこのパラメーターは、マルチクラス分類、つまり多項式分類に使用する戦略を指定します。 範囲：選択
- random_code_multiplicatorこのパラメーターは、 分類戦略パラメーターが「exhaustive code」または「random code」に設定されている場合にのみ使用できます。このパラメーターは、ランダムコードモードでコードワード長を調整する乗法子を指定します。 範囲：実数
- use_local_random_seedこのパラメーターは、ランダム化にローカルランダムシードを使用する必要があるかどうかを示します。同じ値のローカルランダムシードを使用すると、同じランダム化が生成されます。 範囲：ブール
- local_random_seedこのパラメータは、 ローカルランダムシードを指定します。このパラメーターは、 ローカルシードの使用パラメーターがtrueに設定されている場合にのみ使用できます。 範囲：整数
チュートリアルプロセス
多項式分類にSVM演算子を使用する
「アイリス」データセットは、Retrieve演算子を使用してロードされます。 Split Validation演算子は、多項式分類モデルのトレーニングとテストのために適用されます。二項分類による多項式演算子は、分割検証演算子のトレーニングサブプロセスに適用されます。 SVM演算子は、二項分類演算子による多項式のサブプロセスで適用されます。 SVMは二項分類学習器ですが、多項式分類モデルを学習するために、二項分類による多項式によって使用されます。モデルの適用演算子は、テストサブプロセスでモデルを適用するために使用されます。結果のラベル付きExampleSetは、モデルのパフォーマンスを測定するためにパフォーマンス（分類）演算子によって使用されます。多項式分類モデルとそのパフォーマンスベクトルは出力に接続されており、結果ワークスペースで確認できます。
