Group Models

概要

この演算子は、指定されたモデルを単一の結合モデルにグループ化します。この結合モデルが適用されると、元のモデルをそれぞれの順序で適用することに相当します。

詳細

Group Modelsオペレーターは、すべての入力モデルを単一の結合モデルにグループ化します。この結合モデルは、他のモデルと同様に（モデルの適用演算子を使用して）ExampleSetsに適用できます。この結合モデルが適用されると、元のモデルをそれぞれの順序で適用することに相当します。この結合モデルは、モデルの書き込み演算子を使用してファイルに書き込むこともできます。この演算子は、前処理モデルと予測モデルを一緒に新しいデータと未表示のデータに適用する必要がある場合に役立ちます。グループ化されたモデルは、Ungroup Modelsオペレーターを使用してグループ解除できます。 Group Modelsオペレーターの詳細については、添付のサンプルプロセスをご覧ください。

入力

（モデル）でモデルこの入力ポートにはモデルが必要です。この演算子には複数の入力を含めることができますが、少なくとも2つのモデルを入力としてこの演算子に提供する必要があります。 1つの入力が接続されると、ポート内の別のモデルが使用可能になり、別のモデル（ある場合）を受け入れる準備ができます。モデルの順序は同じままです。つまり、この演算子のポートの最初のモデルで提供されるモデルは、結果の結合モデルが適用されるときに最初に適用されるモデルになります。

出力

モデルアウト（グループ化モデル）指定されたモデルは単一の結合モデルにグループ化され、結果としてグループ化されたモデルがこのポートから返されます。

チュートリアルプロセス

モデルのグループ化と結果のグループ化されたモデルの適用

「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。 ExampleSetを見ることができるように、ブレークポイントがここに挿入されます。 ExampleSetには4つの通常の属性があることがわかります。データセットの分割演算子が適用され、ExampleSetが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されます。トレーニングデータセット（例の70％で構成される）はSVDオペレーターに渡されます。 SVD演算子の次元削減と次元パラメーターは、それぞれ「固定数」と2に設定されます。したがって、指定されたデータセットは、2つのディメンション（元の属性を表す人工属性）を持つデータセットに縮小されます。 SVDモデル（指定されたExampleSetの次元を削減するモデル）は、グループモデルオペレーターの最初のモデルとして提供されます。 Naive Bayes演算子は、結果のExampleSet（つまり、次元が縮小されたトレーニングデータセット）に適用されます。 Naive Bayesオペレーターによって生成された分類モデルは、Group Modelsオペレーターの2番目のモデルとして提供されます。したがって、Group Modelsオペレーターは、2つのモデルSVD次元削減モデルNaive Bayes分類モデルを組み合わせます。この結合モデルは、モデルの適用演算子を使用して、テストデータセット（「アイリス」データセットの30％で構成される）に適用されます。結合モデルが適用されると、最初にSVDモデルがテストデータセットに適用されます。次に、Naive Bayes分類モデルが、結果のExampleSet（つまり、次元が縮小されたテストデータセット）に適用されます。結合されたモデルとラベルが付いたExampleSetは、プロセスの実行後に結果ワークスペースに表示されます。