分散処理

分散処理モードの線形回帰は、訓練段階でのみ使用できます。

この計算モードは、データセットが計算ノードの nblocks ブロックに分割されていると仮定します。

訓練

アルゴリズムのパラメーター

訓練段階での分散処理モードの線形回帰のパラメーターは次のとおりです。

パラメーター	デフォルト値	説明
computeStep	適用不可	アルゴリズムを初期化するために必要なパラメーターです。次のいずれか。 step1Local - 第 1 ステップ、ローカルノードで実行 step2Master - 第 2 ステップ、マスターノードで実行
algorithmFPType	double	アルゴリズムが中間計算に使用する浮動小数点の型。float または double を指定できます。
method	defaultDense	線形回帰訓練に利用可能なメソッド。 defaultDense - 正規方程式メソッド qrDense - QR 分解に基づくメソッド
interceptFlag	true	β_0j を計算する必要があることを示すフラグ。

分散処理モードの線形回帰訓練では、以下の図のように 2 ステップの計算スキーマを使用します。

ステップ 1 - ローカルノード

Linear Regression Training, Distributed Processing, Workflow Step 1

このステップの線形回帰訓練の入力は次のとおりです。入力 ID をパラメーターとして、アルゴリズムの入力を提供するメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

入力 ID	入力
data	ローカルノードの `i` 番目のデータブロックを表す `n`_i x `p` 数値テーブルのポインター。このテーブルは、NumericTable の派生クラスのオブジェクトです。
dependentVariables	`i` 番目のデータブロックに関連付けられた応答を含む `n`_i x `k` 数値テーブルのポインター。このテーブルは、NumericTable の派生クラスのオブジェクトです。

このステップで、線形回帰訓練は次の結果を計算します。結果 ID をパラメーターとして、アルゴリズムの結果にアクセスするメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

結果 ID	結果
partialModel	`i` 番目のデータブロックに対応する部分線形回帰モデルのポインター。結果は Model クラスのオブジェクトです。

ステップ 2 - マスターノード

Linear Regression Training, Distributed Processing, Workflow Step 2

入力 ID	入力
partialModels	ステップ 1 でローカルノードで計算された部分モデルのコレクション。Model クラスのオブジェクトを含むコレクションです。

結果 ID	結果
model	訓練されている線形回帰モデルのポインター。結果は Model クラスのオブジェクトです。

インテル® DAAL ディレクトリーの次のサンプルを参照してください。

C++:

./examples/cpp/source/linear_regression/linear_regression_norm_eq_distributed.cpp
./examples/cpp/source/linear_regression/linear_regression_qr_distributed.cpp

Java*:

./examples/java/source/com/intel/daal/examples/linear_regression/LinearRegressionNormEqDistributed.java
./examples/java/source/com/intel/daal/examples/linear_regression/LinearRegressionQRDistributed.java