TreeNet^®

勾配ブースティング

Minitabの柔軟で受賞歴を誇る強力な機械学習ツールTreeNet^®勾配ブースティングは、極めて正確なモデルを一貫して生成できます。

TreeNetは、確率的勾配ブースティングとして知られる最新の機械学習クラスのアルゴリズムの強力な実装です。スタンフォード大学のジェローム・フリードマン氏が開発した手法で、優れた予測精度で知られています。精度の秘密はモデルの構築方法にあります。反復するたびに、現在の木のアンサンブルに小さな木が追加され、アンサンブルの複合エラーが修正されます。

さまざまな損失関数を利用して、最小2乗、ロバスト回帰、分類など、特定の予測モデリングタスクに合わせてプロセスを調整できます。モデルの解釈を支援するため、TreeNetはさらにさまざまな2Dおよび3Dプロットを自動的に生成し、モデル入力の応答変数の依存性を説明します。このモデルには、さまざまな非線形性と多方向交互作用を自動的に検出して組み込むに十分な柔軟性があります。さらなる管理セットにより、ユーザーはモデルの交互作用を微調整して、特定の設計目標を達成できます。

比類なき精度

TreeNet^®モデリングエンジンは、単一のモデル、またバギングや従来のブースティングなどの集合では通常達成できないレベルの正確さで、精度を確保します。当社の方法論はデータのエラーに敏感ではなく、時間のかかるデータ作成、前処理、欠損値の補完を要しません。他の方法だと、データエラーは、従来的なデータマイニングにはかなり難しく、従来的なブースティングだと混乱します。TreeNetモデルは、このようなエラーの影響を受けません。既存のモデルでは、分散のデータ点が大胆に却下されるか、エラーだらけの目標ラベルで見にくくなります。

優れた洞察

従来の試行錯誤や手探りの手法は回避するのみです。当社のTreeNetモデリングエンジンでは、従属プロットを使用して、モデルの内部の動き関する特別な洞察を得ることができます。2D部分従属プロットは主効果の性質を示しますが、3D部分従属プロットには二元交互作用も含まれます。TreeNetで自動的に得る新しい洞察で、必要に応じて正確な回帰および分類モデルを構築できます。