Vector Linear Regression

概要

この演算子は、入力ExampleSetからベクトル線形回帰モデルを計算します。

詳細

回帰は、数値予測に使用される手法です。回帰は、1つの従属変数（ラベル属性）と、独立変数（通常の属性）として知られる他の一連の変化する変数との関係の強さを判断しようとする統計的尺度です。分類がカテゴリラベルの予測に使用されるように、回帰は連続値の予測に使用されます。たとえば、5年の実務経験を持つ大卒者の給与や、価格を考えた場合の新製品の潜在的な販売を予測することができます。回帰は、商品の価格、金利、特定の産業またはセクターなどの特定の要因が資産の価格変動にどの程度影響するかを決定するためによく使用されます。

線形回帰は、観測データに線形方程式を当てはめることにより、スカラー変数と1つ以上の説明変数との関係をモデル化しようとします。たとえば、線形回帰モデルを使用して、個人の体重を身長に関連付けることができます。

この演算子は、ベクトル線形回帰を実行します。ラベルのベクトルですべての通常の属性を回帰します。ベクターを形成する属性には特別なマークを付ける必要があり、すべてのラベル属性の特別なロール名は「label」で始まる必要があります。

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。この演算子はノミナル属性を処理できません。数値属性を持つデータセットに適用できます。したがって、多くの場合、この演算子を適用する前に、Nominal to Numerical演算子を使用する必要があります。

出力

（線形回帰モデル）回帰モデルは、この出力ポートから提供されます。これで、このモデルを非表示の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

use_biasこのパラメーターは、インターセプト値を計算するかどうかを示します。範囲：ブール
ridgeこのパラメーターは、リッジ回帰で使用するリッジパラメーターを指定します。範囲：実数

チュートリアルプロセス

多項式データセットにベクトル線形回帰演算子を適用する

「多項式」データセットは、Retrieve演算子を使用してロードされます。データの分割演算子は、ExampleSetをトレーニングデータセットとテストデータセットに分割するために適用されます。ベクトル線形回帰演算子は、すべてのパラメーターのデフォルト値を使用してトレーニングデータセットに適用されます。ベクトル線形回帰演算子によって生成された回帰モデルは、モデルの適用演算子を使用して、「多項式」データセットのテストデータセットに適用されます。モデルの適用演算子からの結果のラベル付きデータは、結果ワークスペースで確認できます。