Machine Learning モジュール

Spectrum™ Technology Platform Machine Learning モジュールを使用すると、数値データをグループ化 (ビニング) して、教師ありと教師なしの機械学習モデルのデータを、これらのモデルに適合させることができます。

注: Machine Learning モジュールは、Windows と Linux の各オペレーティングシステムでのみサポートされています。

注: Machine Learning モジュールは、K-Means Clustering、Linear Regression、Logistic Regression、主成分分析、Random Forest Classification、および Random Forest Regression のモデリングアルゴリズムに、基盤となる H2O.ai ライブラリを使用します。

Binning

Binning は、目標情報を考慮に入れずに、連続変数のレコードをグループ (ビン) に分類します。均等幅ビンと均等個数ビンという 2 つのいずれかの方法で、教師なしビニングを実行できます。

K-Means Clustering

K-Means Clustering は、分析クラスタリングに基づくモデルを作成します。このクラスタリングでは、一連のレコードをデータ値に基づく類似レコードのクラスタに分割します。

Linear Regression

Linear Regression では、持続的目標と入力変数を使用するデータセットからモデルを作成して、機械学習を実行することができます。

Logistic Regression

Logistic Regression は、バイナリ目標と入力変数を使用するデータセットからモデルを作成します。

主成分分析

主成分分析は、相関のある可能性がある変数群の観測データの集合を、主成分と呼ばれる線型相関のない変数の値の集合に変換する統計的な処理です。

Random Forest Classification

Random Forest Classification では、持続的目標と入力変数を使用するデータセットからモデルを作成して、機械学習を実行することができます。

Random Forest Regression

Random Forest Regression では、バイナリ目標と入力変数を使用するデータセットからモデルを作成して、機械学習を実行することができます。

Machine Learning モデル管理

Machine Learning モデル管理には、Spectrum™ Technology Platform サーバー上のすべての機械学習モデルを管理できるモデル評価と、Spectrum™ Technology Platform サーバー上のすべてのビニングを管理できるビニング管理が含まれています。