使用モデル: 訓練と予測

分類メソッドの一般的なワークフローには訓練と予測が含まれます。

アルゴリズム固有のパラメーター

各段階で分類アルゴリズムにより使用されるパラメーターはアルゴリズムに依存します。パラメーターのリストは、各分類アルゴリズムの説明を参照してください。

Classification Algorithms Training Stage Workflow

訓練段階での分類アルゴリズム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	訓練データセットを含む `n` 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。
labels	クラスラベルを含む `n` x 1 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。

訓練段階で、分類アルゴリズム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
model	訓練されている分類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。

Classification Algorithms Prediction Stage Workflow

予測段階での分類アルゴリズム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	作業データセットを含む `n` 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。
model	訓練された分類モデルのポインター。入力は Model クラスのオブジェクトです。

予測段階で、分類アルゴリズム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
prediction	分類結果 (クラスラベルまたは信頼度レベル) を含む `n` x 1 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(PackedSymmetricMatrix、PackedTriangularMatrix、および CSRNumericTable を除く) NumericTable の派生クラスのオブジェクトとして定義できます。