xgboostlinearnode プロパティ

XGBoost Linear ノードのアイコン XGBoost Linear© は、線型モデルを基本モデルとして使用する勾配ブースティング・アルゴリズムの高度な実装です。ブースティング・アルゴリズムでは、弱い分類子に繰り返し学習させ、それを最終的な強い分類子に追加します。 SPSS Modeler の XGBoost Linear ノードは、 Python に実装されています。

表 1. xgboostlinearnode のプロパティ
`xgboostlinearnode` properties	データ・タイプ	プロパティーの説明
`custom_fields`	ブール値	このオプションは、上流のTypeノードで指定されたフィールド情報ではなく、ここで指定されたフィールド情報を使用するようにノードに指示します。このオプションを選択した後、必要に応じてフィールドを指定します。
`target`	フィールド
`inputs`	フィールド
`alpha`	二重	アルファ線リニアブースターのパラメータ。 `0` 以上の任意の数値を指定してください。デフォルトは `0` です。
`lambda`	二重	ラムダリニアブースターのパラメータ。 `0` 以上の任意の数値を指定してください。デフォルトは `1` です。
`lambdaBias`	二重	ラムダバイアスリニアブースターパラメータ。任意の数値を指定してください。デフォルトは `0` です。
`num_boost_round`	整数	モデル構築用の数値ブーストラウンド値。 `1` から `1000` の間の値を指定してください。デフォルトは `10` です。
`objectiveType`	ストリング	学習タスクの客観的タイプ。使用可能な値は、`reg:linear`、 `reg:logistic`、 `reg:gamma`、 `reg:tweedie`、`count:poisson`、`rank:pairwise`、 `binary:logistic`、または `multi` です。フラッグターゲットの場合、 `binary:logistic` または `multi` のみが使用できます。 `multi` を使用すると、スコア結果に `multi:softmax` および `multi:softprob` の XGBoost 目的タイプが表示されます。
`random_seed`	整数	乱数の種。 `0` から `9999999` までの間の任意の数字。デフォルトは `0` です。
`useHPO`	ブール値	HPOオプションを有効または無効にするには、 `true` または `false` を指定します。 `true` に設定すると、Rbfoptが自動的に「最適な」One-Class SVMモデルを決定するために適用され、 `target_objval` パラメータでユーザーが定義したターゲット目的値に到達します。