フォレストモデルツール

フォレストモデルツールは1つのモデルを作成し、1つ以上の予測変数に基づいて、ターゲット変数を予測する一連の決定木モデルを構築します。異なるモデルは、元のデータの無作為のサンプル、すなわちブートストラップと呼ばれる手順を使用して構築されます。さらに、ツリースプリットごとに限られた数の変数しか考慮されず、決定された数はRによって自動的に設定されるか、またはユーザーによって設定されます。ランダムフォレストを参照してください。

このツールはRツールを使用します。 [オプション] > [予測ツールをダウンロード ] に進み、 Alteryx ダウンロード & ライセンスポータル R と R ツールが使用されるパッケージをインストールするには Rツール。参照：予測ツールをダウンロードして使用する。

標準処理のためのツールを構成する

必要なパラメータ

モデル名: 他のツールで参照されているモデルを識別するモデルの名前を入力します。モデル名は文字で始まり、文字、数字、および特殊文字ピリオド(.)と下線(_)を含む必要があります。その他の特殊文字は使用できず、Rは大文字と小文字を区別します。
ターゲット変数を選択: 予測するデータを選択します。ターゲット変数は、応答または従属変数とも呼ばれます。
予測変数を選択: ターゲット変数の値に影響を与えるために使用するデータを選択します。予測変数は、機能または独立変数とも呼ばれます。任意の数の予測変数を選択できますが、ターゲット変数も予測変数にしてはなりません。各カテゴリの予測変数は、最大32のクラスを持つことができます。

サロゲート主キーやナチュラル主キーなどの固有識別子を含む列は、統計分析で使用しないでください。これらの列は予測値がなく、ランタイム系例外を引き起こす可能性があります。

使用する樹木の数: フォレストに含めるツリーモデルの数を選択します。デフォルトは、Breimanの発見に基づいて500になっています。モデルの実行時間の長さが問題になる場合は、XDFメタデータストリームで値を減らしてください。
各分割で選択する変数の数を選択します: 各分割で考慮する変数の数を選択します。

[モデルのカスタマイズ] をクリックしてモデル設定を変更します。

インデータベース処理のためのツールの設定

フォレストモデルツールは、Microsoft SQL server 2016 のデータベース処理をサポートしています。参照：インデータベースの概要インデータベース内のサポートとツールの詳細については。

フォレストモデルツールが別の in-db ツールを使用してキャンバスに配置されると、ツールは自動的に db 内バージョンに変わります。ツールのバージョンを変更するには、ツールを右クリックし、[ツールバージョンの選択]をポイントして、別のバージョンのツールをクリックします。参照：予測分析データベース内の予測サポートの詳細については

必要なパラメータ

モデル名: 後で識別できるように、各モデルに名前を指定する必要があります。名前を提供するか、名前を自動的に生成させるかのいずれかを選択できます。モデル名は文字で始まり、文字、数字、および特殊文字ピリオド（ "."）とアンダースコア（ "_"）を含む必要があります。その他の特殊文字は使用できず、Rは大文字と小文字を区別します。
ターゲット変数を選択: 予測したいデータストリームからフィールドを選択します。
予測変数を選択: ターゲット変数の値が "原因" であると考えられるデータストリームのフィールドを選択します。

使用する樹木の数: フォレストに含めるツリーモデルの数を選択します。デフォルトは、Breimanの発見に基づいて500になっています。モデルの実行時間の長さが問題になる場合は、XDFメタデータストリームで値を減らしてください。
各分割で選択する変数の数を選択します: 各分割で考慮する変数の数を選択します。
モデル推定にサンプリングウェイトを使用する: このチェックボックスをオンにし、データストリームからウェイトフィールドを選択して、サンプリングウェイトを使用するモデルを推定します。フィールドは予測と重み変数の両方として使用され、重み変数はモデルコールの出力に「Right_」という文字列が付加された形で表示されます。