Machine Learning モジュール
Spectrum™ Technology Platform Machine Learning モジュールを使用すると、数値データをビニングし、教師ありと教師なしの機械学習モデルを適合し、これらのモデルでデータをスコアリングできます。
注: Machine Learning モジュールは、Windows と Linux の各オペレーティング システムでのみサポートされています。
Binning
Binning は、目標情報を考慮に入れずに、連続変数のレコードをグループ (ビン) に分類します。均等幅ビンと均等個数ビンという 2 つのいずれかの方法で、教師なしビニングを実行できます。
Binning Lookup
Binning Lookup は、Binning ステージを使用してデータフローで作成された既存のビンを使用して、以前に定義されたビニングを新しいデータに適用します。
K-Means Clustering
K-Means Clustering は、分析クラスタリングに基づくモデルを作成します。このクラスタリングでは、一連のレコードをデータ値に基づく類似レコードのクラスタに分割します。
Linear Regression
Linear Regression は、持続的目標と入力変数を使用するデータセットからモデルを作成します。
Logistic Regression
Logistic Regression は、バイナリ目標と入力変数を使用するデータセットからモデルを作成します。
主成分分析
主成分分析 (PCA) は、相関のある可能性がある変数群の観測データの集合を、主成分と呼ばれる線型相関のない変数の値の集合に変換する統計的な処理です。
Random Forest Classification
Random Forest Classification は、バイナリまたは多項目標と入力変数を使用するデータセットからモデルを作成します。
Random Forest Regression は、持続的目標と入力変数を使用するデータセットからモデルを作成します。
Java Model Scoring
この機能は、機械学習モデルの適合を行った時に作成された式を使用して、新しいデータをスコアリングします。Machine Learning モデル管理
Machine Learning モデル管理では、Spectrum™ Technology Platform サーバー上のすべての機械学習モデルが管理できます。モデルのエクスポーズ、アンエクスポーズ、削除が可能です。また、各モデルの詳細情報を表示して、同じタイプの任意の 2 つのモデルを比較できます。
注: Machine Learning モジュールは、Java Model Scoring のモデリング アルゴリズムに、基盤となる H2O.ai ライブラリを使用します。