Apply Model
概要
この演算子は、ExampleSetにモデルを適用します。
詳細
モデルは、最初に別のオペレーターによってExampleSetでトレーニングされます。これは多くの場合、学習アルゴリズムです。その後、このモデルを別のExampleSetに適用できます。通常、目標は、見えないデータの予測を取得するか、前処理モデルを適用してデータを変換することです。
モデルが適用されるExampleSetは、モデルの属性と互換性がなければなりません。つまり、ExampleSetには、モデルの生成に使用されるExampleSetと同じ数、順序、タイプ、および属性の役割があります。
分化
Group Models
複数のモデルを連続して適用する場合は、グループモデルオペレーターを使用できます。これは、たとえば、予測モデルを適用する前に前処理モデルを適用する場合に役立ちます。
入力
- モデル （モデル）このポートにはモデルが必要です。このモデルがトレーニングされたExampleSetの属性の数、順序、タイプ、および役割は、ラベルのないデータ入力ポートのExampleSetと一致する必要があります。
- ラベルなしデータ （IOObject）このポートにはExampleSetが必要です。このExampleSetの属性の数、順序、タイプ、および役割は、モデル入力ポートに配信されたモデルがトレーニングされたExampleSetと一致する必要があります。
出力
- ラベル付きデータ（IOObject）このポートから提供されるExampleSetは、モデルによって変更されます。予測の場合、「prediction（Label）」や「confidence（Value）」などの新しい属性が追加されます。前処理モデルを適用すると、既存のExampleSetが更新されます。
- モデル（モデル）入力モデルは、このポートを介して出力に変更されることなく渡されます。
パラメーター
- application_parametersこのパラメーターは、提供されたExampleSetに適用される前に特定のモデルの設定を変更できます。これは少数のオペレーターでのみ可能であり、レガシーオプションと見なすことができます。
範囲：
- create_view入力ポートで適用されたモデルがビューをサポートしている場合、基礎となるデータを変更する代わりにビューを作成することができます。このオプションをオンにすると、変換が必要になるまでモデルの適用が遅れます。ほとんどのモデルはビューをサポートしなくなり、レガシーオプションと見なすことができます。
範囲：
チュートリアルプロセス
線形回帰モデルのトレーニングと適用
このチュートリアルプロセスでは、線形回帰のトレーニング内でモデルが作成されます。
このチュートリアルプロセスは、最初に ‘多項式’ ExampleSetで線形回帰モデルをトレーニングします。その後、モデルはラベルのない「多項式」ExampleSetに適用されます。結果の出力ExampleSetには、新しい属性「prediction（label）」があります。
