RapidMiner(ラピッドマイナー)はデータ可視化、データ加工、モデル作成、評価、運用まで一括サポートする機械学習プラットフォームです。KSKアナリティクスはRapidMinerの正規販売代理店です。

Combine Performances

概要

この演算子は、パフォーマンスベクトルを入力として受け取り、指定された基準の重み付きフィットネス値を含むパフォーマンスベクトルを返します。

詳細

このパフォーマンスの結合演算子は、入力としてパフォーマンスベクトルを受け取り、指定された基準の重み付きフィットネス値を含むパフォーマンスベクトルを返します。ユーザーは、さまざまな基準の重みを指定できます。この演算子は、指定された基準の値の加重平均を取ります。一部の基準値は、この演算子によって正と見なされることに注意してください(精度など)。一方、一部の基準値(通常はエラー関連)は、この演算子によって負と見なされます(相対エラーなど)。この演算子の理解を深めるには、添付のプロセス例をご覧ください。

入力

  • パフォーマンス (パフォーマンスベクトル)このポートはパフォーマンスベクトルを想定しています。パフォーマンスベクトルは、パフォーマンス基準値のリストです。

出力

  • パフォーマンス (パフォーマンスベクトル)指定された基準の重み付きフィットネス値を含むパフォーマンスベクトルは、このポートを介して返されます。

パラメーター

  • default_weightこのパラメーターは、 条件の重みパラメーターで重みが割り当てられていないすべての条件のデフォルトの重みを指定します。 範囲:実数
  • criteria_weightsこのパラメーターにより、異なるパフォーマンス基準に異なる重みを割り当てることができます。このパラメーターを介して重みが割り当てられていない基準には、デフォルトの重みが設定されます (つまり、 デフォルトの重みパラメーターで指定されます)。 範囲:リスト

チュートリアルプロセス

Combine Performancesオペレーターの概要

このプロセス例は、サブプロセス演算子で始まります。サブプロセスは、サンプルパフォーマンスベクトルを生成するために使用されます。したがって、サブプロセスの演算子を理解する必要はありません。サブプロセス演算子の後にブレークポイントが挿入されるので、パフォーマンスベクトルを確認できます。パフォーマンスベクトルには、次の基準値があります。

精度:0.250絶対誤差:0.750二乗平均平方根誤差:0.866 Combine Performancesオペレーターによる計算では、精度は正と見なされ、残りの2つの基準は負と見なされることに注意することが重要です。

Combine Performancesオペレーターは、このパフォーマンスベクトルに適用されます。 Combine Performancesオペレーターの基準重みパラメーターを確認してください。次の重みが基準に割り当てられます。精度:2.0絶対誤差:1.0二乗平均平方根誤差:0.0重み付き適合値は、重みに対応する値を掛け、最終的に結果を平均することによって計算されます。この場合、次の計算が実行されます: (2(0.250) + 1(-0.750) + 0(0.866)) / 3 = (0.500 – 0.750 + 0.000) / 3 = -0.083

API認証に失敗しました メールまたはパスワードが正しくありません メールアドレスは必須です パスワードは必須です
キャンセル