categoricalHash: Machine Learning カテゴリ HashData 変換

[アーティクル]
05/23/2023

モデルをトレーニングする前に、データに対して実行できるカテゴリハッシュ変換。

使用方法

  categoricalHash(vars, hashBits = 16, seed = 314489979, ordered = TRUE,
    invertHash = 0, outputKind = "Bag", ...)

引数

`vars`

変換する文字ベクトルまたは変数名のリスト。名前付きの場合、その名前は作成される新しい変数名を表します。

`hashBits`

ハッシュするビットの数を指定する整数。 1 から 30 までの数にする必要があります (1 と 30 も含まれます)。既定値は 16 です。

`seed`

ハッシュシードを指定する整数。既定値は 314489979 です。

`ordered`

各用語の位置をハッシュに含める場合は TRUE。それ以外の場合は FALSE。既定値は TRUE です。

`invertHash`

スロット名を生成するために使用できるキー数の制限を指定する整数。 0 は逆ハッシュがないことを意味し、-1 は制限がないことを意味します。 0 の値を使用するとパフォーマンスが向上しますが、意味のある係数の名前を取得するには 0 以外の値が必要です。既定値は 0 です。

`outputKind`

出力の種類を指定する文字列。

"ind": インジケーターベクトルを出力します。入力列はカテゴリのベクトルであり、出力には入力列のスロットごとに 1 つのインジケーターベクトルが含まれています。
"bag": 複数セットのベクトルを出力します。入力列がカテゴリのベクトルである場合、出力には 1 つのベクトルが含まれます。ここで各スロットの値は、入力ベクトル内のカテゴリの出現回数です。入力列に 1 つのカテゴリが含まれている場合、インジケーターベクトルとバッグベクトルは同等です
"key": インデックスを出力します。出力はカテゴリの整数 ID (1 から、辞書内のカテゴリ数の間) です。
既定値は "Bag" です。

`...`

コンピューティングエンジンに送信される追加の引数。

説明

categoricalHash では、値をハッシュし、バッグのインデックスとしてハッシュを使用することで、カテゴリ値をインジケーター配列に変換します。入力列がベクトルの場合、それに対して 1 つのインジケーターバッグが返されます。

categoricalHash では、現在、係数データの処理はサポートされていません。

値

変換を定義する maml オブジェクト。

作成者

Microsoft Corporation Microsoft Technical Support

こちらもご覧ください

rxFastTrees、rxFastForest、rxNeuralNet、rxOneClassSvm、rxLogisticRegression。

使用例


 trainReviews <- data.frame(review = c( 
         "This is great",
         "I hate it",
         "Love it",
         "Do not like it",
         "Really like it",
         "I hate it",
         "I like it a lot",
         "I kind of hate it",
         "I do like it",
         "I really hate it",
         "It is very good",
         "I hate it a bunch",
         "I love it a bunch",
         "I hate it",
         "I like it very much",
         "I hate it very much.",
         "I really do love it",
         "I really do hate it",
         "Love it!",
         "Hate it!",
         "I love it",
         "I hate it",
         "I love it",
         "I hate it",
         "I love it"),
      like = c(TRUE, FALSE, TRUE, FALSE, TRUE,
         FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE,
         FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, 
         FALSE, TRUE, FALSE, TRUE), stringsAsFactors = FALSE
     )

     testReviews <- data.frame(review = c(
         "This is great",
         "I hate it",
         "Love it",
         "Really like it",
         "I hate it",
         "I like it a lot",
         "I love it",
         "I do like it",
         "I really hate it",
         "I love it"), stringsAsFactors = FALSE)


 # Use a categorical hash transform
 outModel2 <- rxLogisticRegression(like~reviewCatHash, data = trainReviews, 
     mlTransforms = list(categoricalHash(vars = c(reviewCatHash = "review"))))
 # Weights are similar to categorical
 summary(outModel2)

 # Use the model to score
 scoreOutDF2 <- rxPredict(outModel2, data = testReviews, 
     extraVarsToWrite = "review")
 scoreOutDF2