FeatureContributionCalculatingEstimator クラス

定義

public sealed class FeatureContributionCalculatingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.FeatureContributionCalculatingTransformer>

type FeatureContributionCalculatingEstimator = class
    inherit TrivialEstimator<FeatureContributionCalculatingTransformer>

Public NotInheritable Class FeatureContributionCalculatingEstimator
Inherits TrivialEstimator(Of FeatureContributionCalculatingTransformer)

継承

Object

TrivialEstimator<FeatureContributionCalculatingTransformer>

FeatureContributionCalculatingEstimator

注釈

エスティメーターの特性

トレーニング済みのモデルを使用してデータセットをスコア付けすると、各例のスコアまたは予測が生成されます。 これらの予測を理解して説明するには、最も大きな影響を受けた特徴を調べると便利です。 このトランスフォーマーは、各例のスコアに対する特徴ごとの貢献度のモデル固有のリストを計算します。 これらのコントリビューションは、正の値 (スコアを高くする) または負の値 (スコアを低くする) にすることができます。

機能コントリビューション計算は、現在、次のモデルでサポートされています。

• 回帰:
  • OlsTrainer
  • SdcaRegressionTrainer
  • OnlineGradientDescentTrainer
  • LbfgsPoissonRegressionTrainer
  • GamRegressionTrainer
  • LightGbmRegressionTrainer
  • FastTreeRegressionTrainer
  • FastForestRegressionTrainer
  • FastTreeTweedieTrainer
• 二項分類:
  • AveragedPerceptronTrainer
  • LinearSvmTrainer
  • LbfgsLogisticRegressionBinaryTrainer
  • SdcaNonCalibratedBinaryTrainer
  • SdcaLogisticRegressionBinaryTrainer
  • SgdCalibratedTrainer
  • SgdNonCalibratedTrainer
  • SymbolicSgdLogisticRegressionBinaryTrainer
  • GamBinaryTrainer
  • FastForestBinaryTrainer
  • FastTreeBinaryTrainer
  • LightGbmBinaryTrainer
• ランキング:
  • FastTreeRankingTrainer
  • LightGbmRankingTrainer

線形モデルの場合、特定の特徴量の寄与は、特徴値の積と対応する重みの積と等しくなります。 同様に、一般化加法モデル (GAM) の場合、特徴の寄与度は、特徴値で評価された特定の特徴の図形関数と等しくなります。

ツリー ベースのモデルの場合、特徴量の貢献度の計算は、基本的に、ツリー内のどの分割が最終的なスコアに最も影響を与えているかを判断し、その影響の値を分割を決定する特徴に割り当てることで構成されます。 より正確には、特徴の寄与は、特定の特徴の決定ノードが検出されるたびに反対のサブツリーを探索することによって生成されるスコアの変化と同じです。 バイナリ機能 F1 のデシジョン ノードを持つ単一のデシジョン ツリーを使用する単純なケースを考えてみましょう。 特徴 F1 が true に等しい例を考えると、他の特徴を一定に保ちながら、特徴 F1 に対応するサブツリーを false に対応するサブツリーを選択した場合に取得したスコアを計算できます。 特定の例の特徴 F1 の寄与は、元のスコアと、特徴 F1 に対応するノードで反対の決定を行うことによって得られたスコアの差です。 このアルゴリズムは、多くのデシジョン ツリーを持つモデルに自然に拡張されます。

使用例へのリンクについては、「関連項目」セクションを参照してください。

こちらもご覧ください

• CalculateFeatureContribution(TransformsCatalog, ISingleFeaturePredictionTransformer<ICalculateFeatureContribution>, Int32, Int32, Boolean)
• CalculateFeatureContribution<TModelParameters,TCalibrator>(TransformsCatalog, ISingleFeaturePredictionTransformer<CalibratedModelParametersBase<TModelParameters, TCalibrator>>, Int32, Int32, Boolean)