次の方法で共有

ベイジアン線形回帰

  • [アーティクル]

重要

Machine Learning Studio (クラシック) のサポートは、2024 年 8 月 31 日に終了します。 その日までに、Azure Machine Learning に切り替えすることをお勧めします。

2021 年 12 月 1 日以降、新しい Machine Learning Studio (クラシック) リソースは作成できません。 2024 年 8 月 31 日まで、既存の Machine Learning Studio (クラシック) リソースを引き続き使用できます。

ML Studio (クラシック) のドキュメントは廃止予定であり、今後更新されない可能性があります。

ベイジアン線形回帰モデルを作成します

カテゴリ: Machine Learning/モデルの初期化/回帰

注意

適用対象: Machine Learning Studio (クラシック) のみ

類似のドラッグ アンド ドロップ モジュールは Azure Machine Learning デザイナーで使用できます。

モジュールの概要

この記事では、Machine Learning Studio (クラシック) のベイジアン線形回帰モジュールを使用して、ベイジアン統計に基づいて回帰モデルを定義する方法について説明します。

モデル パラメーターを定義した後は、タグ付けされたデータセットとモデルのトレーニング モジュールを使用してモデル をトレーニングする必要 があります。 その後、トレーニング済みのモデルは、予測に使用できます。 または、トレーニングされていないモデルをモデルのクロス検証に渡して、ラベル付きデータ セットに対するクロス検証を行います。

ベイジアン回帰の詳細

統計学において、回帰へのベイジアン アプローチは、頻度論者アプローチとよく比較されます。

ベイジアン アプローチでは、追加情報で補足された線形回帰を事前確率分布の形式で使用します。 パラメーターに関する事前情報と尤度関数の組み合わせから、パラメーターに対する推定が生成されます。

これに対し、最小二乗線形回帰によって表される頻度論者のアプローチでは、有意なモデルを作成するのに十分な測定値がデータに含まれていると仮定します。

このアルゴリズムの背後にある調査の詳細については、「テクニカル ノート」セクションのリンク を参照 してください。

ベイジアン回帰を構成する方法

  1. ベイジアン 線形回帰モジュールを実験 に追加します。 このモジュールは、[回帰] カテゴリの [Machine Learning] の下に表示されます。

  2. 正値化の重み: 正しい規則化に使用する値を入力します。 正則化を使用して、過学習を回避します。 この重み付けは L2 に対応します。 詳細については、「テクニカル ノート」 セクションを参照 してください。

  3. [不明なカテゴリ レベルを許可する]: 不明な値のグループを作成するには、このオプションを選択します。 モデルは、トレーニング データに含まれる値のみを受け入れることができます。 モデルは既知の値に対する精度は低くなりますが、新しい (不明な) 値に対してより優れた予測を提供します。

  4. Connectデータセットと、トレーニング モジュールの 1 つを作成します。 このモデルの種類には、パラメーター スイープで変更できるパラメーターはないので、モデルハイパーパラメーターの調整を使用してモデルをトレーニングすることもできますが、モデルを自動的に最適化することはできません。

  5. モデル化または予測する 1 つの数値列を選択します。

  6. 実験を実行します。

結果

トレーニングの完了後:

  • モデルのパラメーターの概要を表示するには、[モデルのトレーニング] モジュールの出力を右クリック し、[視覚化 ] を選択 します。
  • 予測を作成するには、トレーニング済みのモデルをモデルのスコア付けへの入力 として使用します。

例

回帰モデルの例については、次のAzure AI Gallery。

テクニカル ノート

モジュールのパラメーター

名前 Range Type Default 説明
重みの正則化 >=double.Epsilon Float 1.0 正則化で使用する定数を入力します。 定数は、ノイズの精度の前に重みの精度の比率を表します。
不明なカテゴリ レベルの許可 Any Boolean true True の場合、各カテゴリ列の追加のレベルを作成します。 トレーニング データセットでは使用できないテスト データセットのレベルはすべて、この追加のレベルにマップされます。

出力

名前 型 説明
未トレーニング モデル ILearner インターフェイス 未トレーニングのベイジアン線形回帰モデル

こちらもご覧ください

モジュールの一覧 (アルファベット順)
Regression (回帰)