AMATERAS RAY wiki

AIモデル構築

1.「AIモデル構築」画面

予測する対象と、学習に使用する特徴量が決まったら、いよいよAIによる学習を始めていきます。 目的変数を設定すると、「AIモデル構築」画面に遷移できるようなります。 画面上部のパンくずリストの「AIモデル構築」をクリックしてください。

2.アルゴリズム選択

AIモデル構築では12〜14種類のアルゴリズムを使って、最適なモデルを構築することができます。 アルゴリズムマークをクリックすると、学習したいアルゴリズムを指定することができます。 画面中央の「全てを選択する」ボタンを押すと、すべてのアルゴリズムが選択されます。

3.評価指標を変更

中央の評価指標ボタンで、評価指標を変更することができます。 評価指標とは、モデルの性能を評価するための基準のことです。 数値予測はデフォルトではMAE(平均絶対誤差)としており、これは予測値と実績値の誤差の平均だと考えていただいて問題ありません。

4.学習モードの設定

評価指標の下にあるプルダウンは「学習モード」の設定です。 学習モードは3種類あります。 それぞれの特徴を下記にまとめました。 学習モードを変更すると、他のモードで作成した学習済みモデルは破棄されますので、ご注意ください。 118,119,120

5.特徴量の自動作成

通常モード、しっかりモードでは、特徴量の自動作成を行います。 そのため、特徴量の作成が行われていない場合は学習前に左のような警告が表示されます。 「OK」を押すと特徴量の作成が開始されます。 なお、データ読み込み画面で変数の設定を変更すると、作成済みの特徴量も破棄されますので、ご注意ください。 121

6.学習を実行

アルゴリズムを一つ以上選択し、中央にある「学習を実行する」ボタンを押すと、学習が始まります。 学習中は、ナビゲーションバーのタスクウィンドウで進捗を確認することができます。 学習が進むほど、モデルの精度は上がっていきます。 アルゴリズムアイコンの横に表示される数値が「精度」です。 この場合はMAEですので、「予測値と実績値の誤差の絶対値の平均」ということになります。 つまり、誤差が小さいほど精度が高いので、この値が小さいものほど優れたモデルだと判断することができます。

7.ベストスコアを選出

学習の暫定のベストスコアは、中央の「ベストスコア」で確認できます。 この場合だと「LightGBM」というアルゴリズムがもっとも性能が良かったことがわかります。 アルゴリズムを選択し直せば、何度も学習をすることができます。 AIモデル構築は以上で完了です。