画面予測器

サンプルプロジェクトには、いくつかのデータセットとサンプルモデラーフローが含まれています。 サンプルプロジェクトをまだお持ちでない場合は、 チュートリアルのトピックを参照してサンプルプロジェクトを作成してください。 次に、サンプルプロジェクトを開くには以下の手順に従ってください：

1. ナビゲーションメニュー から、 watsonx[プロジェクト] > [すべてのプロジェクト] を選択します。
2. SPSS Modeler プロジェクトをクリックしてください。
3. タブをクリック 資産 すると、データセットとモデラーフローが表示されます。

進捗を確認してください

次の画像は資産のアセットタブを示しています。 これで、このチュートリアルに関連するサンプルモデラーフローを使用する準備が整いました。

トップへ戻る

スクリーニング予測因子には複数のノードが含まれます。 以下の手順に従って、 および タイプ データ資産 ノードを検査してください：

1. タブ 資産 から スクリーニング予測因子 モデラーフローを開き、キャンバスの読み込みを待ちます。
2. ノード customer_dbase.csv をダブルクリックします。 このノードは、プロジェクト内のファイル customer_dbase.csv を指すノード データ資産 です。
3. ファイル形式のプロパティを確認してください。
4. オプション: データ全体を確認するには「プレビュー」をクリックしてください。
5. タイプノードをダブルクリックします。 これらの各フィールドの 「役割 」値に注意してください：
   • response_01 ターゲットに設定されています
   • response_02, response_03, および custid は None に設定されます
   • その他のすべてのフィールドは入力に設定されています

   

6. 「値の読み込み」をクリックします。
7. オプション: [データプレビュー] をクリックすると、 Type プロパティが適用されたデータセットを確認できます。
8. 「保存」をクリックします。

進捗を確認してください

次の画像はタイプノードを示しています。 モデルを構築する準備が整いました。

トップへ戻る

モデルを構築するには、次の手順に従ってください：

1. response_01 （特徴選択） ノードをダブルクリックして、そのプロパティを表示します。
2. ビルドオプションセクションを展開すると、フィールドのスクリーニングまたは除外に使用される定義済みのルールと基準を確認できます。

   

3. response_01 （特徴量選択） ノードにカーソルを合わせ、 実行アイコン をクリックします。
4. 出力とモデル ペインで、名前が のモデルをクリック response_01 してモデルを表示します。 結果は、予測において有用であると判明したフィールドを重要度順にランク付けして示している。 これらのフィールドを検証して、この後のモデル化セッションに使用するフィールドを決定することができます。

   特徴量選択を行わない結果を比較するには、フロー内で特徴量選択を使用する CHAID モデリングノードと使用しないCHAIDモデリングノードの2つを使用する必要があります。

5. 「すべてのフィールドを含む (CHAID) 」ノードをダブルクリックして、そのプロパティを表示します。
   1. 目的の下で、 [新しいモデルを構築] と [標準モデルを作成] が選択されていることを確認してください。
   2. 基本セクションを展開し、 最大ツリー深さがカスタムに設定され、レベル数が に設定されている 5ことを確認してください。
6. 「保存」をクリックします。
7. 「上位10フィールドの使用（CHAID） 」ノードをダブルクリックして、そのプロパティを表示します
   1. 「 すべてのフィールドを含む (CHAID) 」ノードと同じプロパティを確認します。
   2. 「保存」をクリックします。

進捗を確認してください

次の画像はモデリングノードを示しています。 フローを実行して結果を確認する準備が整いました。

トップへ戻る

以下の手順に従ってフローを実行し、特徴量選択の有無による2つのモデルの結果を確認してください：

1. すべて実行 をクリックしてください。 実行中に、各モデルの構築が完了するまでの時間を確認してください。
2. 出力とモデル ペインで、名前が 「すべてのフィールドを含む」 のモデルをクリックして結果を表示します。
   1. ツリー図のページをクリックしてください。
   2. ズームアウトしてツリー図の範囲を確認する。
   3. モデル詳細ウィンドウを閉じる。
3. 出力とモデル ペインで、名前が「 上位10フィールドを使用」 のモデル実行をクリックして結果を表示します。
   1. ツリー図のページをクリックしてください。
   2. ズームアウトしてツリー図の範囲を確認する。

   分かりにくい場合もありますが、最初のモデルよりも 2 番目のモデルの方が高速で実行されます。 このデータセットは比較的小さいため、実行時間の差はおそらく数秒程度でしょう。しかし、より大規模な実世界のデータセットでは、その差は顕著になる可能性があります。数分、あるいは数時間にも及ぶかもしれません。 特徴量選択を使用すると、処理時間を大幅に短縮できる可能性があります。

   代わりに、特徴量選択の作業に木構造構築アルゴリズムを使用することもできます。これにより、木構造が最も重要な予測変数を自動的に特定してくれます。 実際に、CHAID アルゴリズムはこの目的のために使用されることが多く、1 レベルずつツリーを成長させてツリーの深度と複雑性をコントロールすることも可能です。 ただし、 特徴量選択ノードの方が高速で使いやすいです。 すべての予測変数を1回の高速処理でランク付けし、最も重要なフィールドを素早く特定するのを支援します。

進捗を確認してください

以下の図は、モデルからのツリー図を示しています。

トップへ戻る