Rastgele orman regresyonu, sürekli sayısal değerleri tahmin etmek için kullanılan bir PolarDB AI (Polar4AI) algoritmasıdır. Verileri ve özellikleri rastgele örnekleyerek paralel şekilde birbirinden bağımsız birden çok karar ağacı oluşturur ve nihai tahmini elde etmek üzere bu ağaçların çıktılarının ortalamasını alır.
Bu algoritmanın kullanım senaryoları
Tahmin hedefi fiyat, adet veya puan gibi sürekli bir sayı olduğunda ve veri kümesi onlarca veri boyutu ile yüksek doğruluk gereksinimi içeriyorsa rastgele orman regresyonunu kullanın. Hedef değişken sabit bir kategori kümesiyle sınırlıysa bunun yerine bir sınıflandırma algoritması tercih edin.
Örnek: Bir sosyal medya konusunun saatlik popülerliğini tahmin edin. Giriş özellikleri arasında tartışma grubu sayısı, katılımcı sayısı ve etkileşim düzeyi yer alır. Çıktı, saat başına aktif olan ortalama tartışma grubu sayısını temsil eden pozitif bir kayan noktalı değerdir.
Çalışma mekanizması
Eğitim verisinden rastgele örnekler ve özellikler seçin.
Paralel şekilde birbirinden bağımsız birden çok karar ağacı oluşturun; her ağaç kendi tahminini üretir.
Nihai regresyon çıktısını elde etmek için tüm ağaçların tahminlerinin ortalamasını alın.
Hem örnekler hem de özellikler için rastgele seçim yapılması, tek bir karar ağacına kıyasla aşırı öğrenmeyi azaltır ve genelleme yeteneğini artırır.
Giriş gereksinimleri
| Sütun | Gerekli tür | Notlar |
|---|---|---|
x_cols (özellik sütunları) |
Kayan nokta veya tamsayı | Tüm özellik sütunları sayısal olmalıdır |
y_cols (hedef sütun) |
Kayan nokta veya tamsayı | Model sürekli bir sayısal değer tahmin eder |
Parametreler
Parametreleri bir CREATE MODEL deyimi içindeki model_parameter seçeneği aracılığıyla iletin.
| Parametre | Tür | Varsayılan | Açıklama |
|---|---|---|---|
n_estimators |
Pozitif tamsayı | 100 |
Karar ağacı sayısı. Daha yüksek bir değer model uyumunu iyileştirir. |
objective |
Dize | mse |
Eğitim sırasında kullanılan kayıp işlevi. Geçerli değerler: mse (ortalama kare hata) ve mae (ortalama mutlak hata). |
max_features |
Dize, tamsayı veya kayan nokta | "sqrt" |
Her bölünmede dikkate alınan maksimum özellik sayısı. Kabul edilen değerler için aşağıdaki tabloya bakın. |
max_depth |
Pozitif tamsayı veya None |
None |
Her ağacın maksimum derinliği. None olarak ayarlandığında ağaç derinliği belirtilmez. |
n_jobs |
Pozitif tamsayı | 4 |
Paralel iş parçacığı sayısı. Daha yüksek bir değer model oluşturmayı hızlandırır. |
random_state |
Pozitif tamsayı | 1 |
Tekrarlanabilirlik için rastgele tohum değeri. |
**max_features için kabul edilen değerler**
| Değer | Kullanılan maksimum özellik sayısı |
|---|---|
"sqrt" (varsayılan) |
sqrt(n_features) |
"log2" |
log2(n_features) |
| Tamsayı | Belirtilen tamsayı; 0 ile n_features dahil olmak üzere aralığında |
| Kayan nokta | max_features × n_features |
Örnekler
Aşağıdaki örnekler tam iş akışını adım adım gösterir: model oluşturun, değerlendirin ve ardından tahminleri çalıştırın. Tüm deyimler SQL'i Polar4AI motoruna yönlendirmek için /*polar4ai*/ ön ekini kullanır.
Model oluşturun
/*polar4ai*/CREATE MODEL randomforestreg1 WITH
( model_class = 'randomforestreg', x_cols = 'dx1,dx2', y_cols='y',
model_parameter=(objective='mse')) AS (SELECT * FROM db4ai.testdata1);
Modeli değerlendirin
Modeli etiketli verilere karşı puanlamak için EVALUATE komutunu çalıştırın. metrics='r2_score' seçeneği R² (belirlilik katsayısı) değerini döndürür; bu ölçüm, modelin hedef değişkendeki varyansı ne kadar iyi açıkladığını gösterir.
/*polar4ai*/SELECT dx1,dx2 FROM EVALUATE(MODEL randomforestreg1,
SELECT * FROM db4ai.testdata1 LIMIT 10) WITH
(x_cols = 'dx1,dx2',y_cols='y',metrics='r2_score');
Tahminleri çalıştırın
/*polar4ai*/SELECT dx1,dx2 FROM
PREDICT(MODEL randomforestreg1, SELECT * FROM db4ai.testdata1 LIMIT 10)
WITH (x_cols = 'dx1,dx2');