ガウス混合ノードの作成オプション

ガウス混合ノードの作成オプションを指定するには、「作成オプション」タブを使用します。このタブには、基本オプションや拡張オプションが用意されています。このセクションで説明していないこれらのオプションの詳細については、以下のオンライン情報源を参照してください。

基本

共分散タイプ。以下の分散共分散行列のいずれかを選択します。

コンポーネントの数。モデルの作成時に使用する混合コンポーネントの数を指定します。

クラスターラベル: クラスター・ラベルが数値なのか文字列なのかを指定します。「文字列」を選択した場合、クラスター・ラベルの接頭辞を指定します (例えば、デフォルト接頭辞は cluster であり、cluster-1、cluster-2 といったクラスター・ラベルが作成されることになります)。

ランダムシード: 乱数発生ルーチンによって使用されるシードを生成するには、このオプションを選択し、「生成」をクリックします。

許容度: 収束しきい値を指定します。デフォルト値は 0.001 です。

反復数: これにより、指定された反復数の後にモデル評価の作成を停止できます。実行する反復の最大回数を指定します。デフォルト値は 100 です。

Init パラメータ。初期化パラメータ「KMeans」(KMeans を使用して負担率を初期化する) または「無作為」(ランダムに負担率を初期化する) を選択します。

ウォームスタート。「True」を選択すると、最後の適合の解を次の適合の初期値として使用します。これにより、類似した問題に対して何度も適合を呼び出す場合に収束が早くなります。

次の表に、SPSS® Modeler のガウス混合ノードのダイアログの設定と Python のガウス混合ライブラリーのパラメータとの間の関係を示します。

表 1. ノードのプロパティーと Python ライブラリーのパラメータのマッピング
SPSS Modeler の設定	スクリプト名 (プロパティー名)	ガウス混合パラメータ
定義済みの役割を使用/ユーザー設定フィールドの割り当てを使用	`role_use`
入力	`予測値`
区分されたデータを使用	`use_partition`
共分散タイプ	`covariance_type`	`covariance_type`
コンポーネントの数	`number_component`	`n_components`
クラスターラベル	`component_lable`
ラベル接頭辞	`label_prefix`
ランダムシードの設定	`enable_random_seed`
ランダムシード	`random_seed`	`random_state`
許容度	`tol`	`tol`
反復数	`max_iter`	`max_iter`
Init パラメータ	`init_params`	`init_params`
ウォームスタート	`warm_start`	`warm_start`

¹ Scikit-learn: Machine Learning in Python, Pedregosa et al., JMLR 12, pp. 2825-2830, 2011.