4.1.b. 線形モデルの設計 #
4.1.b.1. 機能概要 #
線形モデルを設計します。
4.1.b.2. 入力と出力 #
なし
| 種別 | 接続先 |
|---|---|
| 設計済みモデル | 学習 |
4.1.b.3. 操作方法 #
4.1.b.3.1. アルゴリズムの選択、各種パラメータの設定 #
各アルゴリズムで設定が必要となるパラメータは以下です。
| アルゴリズム名 | 概要 | パラメータ |
|---|---|---|
| Normal | 損失関数に平均二乗誤差(MSE)を用いた線形回帰 | なし |
| Lasso | 損失関数にMSEとL1正則化項を用いた線形回帰 | alpha |
| Ridge | 損失関数にMSEとL2正則化項を用いた線形回帰 | alpha |
| Elastic Net | 損失関数にMSE、L1正則化項、L2正則化項を用いた線形回帰 | alpha, L1 ratio |
各アルゴリズムの説明は以下です。
- Normal
このアルゴリズムは通常の線形回帰です。設定するパラメータはありません。 - Lasso
このアルゴリズムはいくつかの説明変数 (特徴量) の重みを 0 として完全に無視することでモデルの汎化性能を上げることができます。alpha の値が大きいほど L1 正則化が強くなり、より多くの説明変数が無視される特徴があります。 - Ridge
このアルゴリズムは説明変数の重みを小さくすることでモデルの汎化性能を上げることができます。alpha の値が大きいほど L2 正則化が強くなり説明変数の重みの絶対値が小さくなりますが、Lasso とは異なり重みが 0 にならない特徴があります。 - Elastic Net
このアルゴリズムは Lasso と Ridge を合成したものです。alpha の値が大きいほど正則化が強くなります。 alpha=0 の場合は Normal と同じ動作になります。デフォルト値は 1.0 です。L1 ratio は正則項 (L1 正則化項と L2 正則化項の和) に占める L1 正則化項の割合です。
4.1.b.3.2. 設計の保存 #
- “実行” ボタンを押して、設定を保存します。
- 設定内容に矛盾が存在する場合は、エラーが表示されます。
- 処理時間が 5 分を超えるとタイムアウトし、処理が強制終了されます。