3

Mahout 分類器の例 (donut.csv) を試してみます。しかし、ヘッダー行のいくつかの列の名前を変更し、分類子コマンドで対応する予測変数の名前を変更するだけで、別のモデルになることがわかりました。これは意味がありません。

まず、donut.csv を取得します。

mahout cat donut.csv |tail -40 > donut0.csv

(「尻尾」は、象使いの猫が最初の情報行を生成するためです)

次に、次のコマンドを使用して donut0.csv をトレーニングします: (「Mahout in action」本から示唆されているように)

mahout trainlogistic --input donut0.csv \
--output ./model \
--target color --categories 2 \
--predictors x y a b c  --types numeric \
--features 20 --passes 100 --rate 50

次の出力が得られました

color ~ 7.068*Intercept Term + 0.581*a + -1.369*b + -25.059*c + 0.581*x + 2.319*y
      Intercept Term 7.06759
                   a 0.58123
                   b -1.36893
                   c -25.05945
                   x 0.58123
                   y 2.31879
    0.000000000     0.000000000     0.000000000     0.000000000     0.000000000    -1.368933989     0.000000000     0.000000000     0.000000000     0.000000000     0.581234210     0.000000000     0.000000000     7.067587159     0.000000000     0.000000000     0.000000000     2.318786209     0.000000000   -25.059452292 
12/04/27 09:29:21 INFO driver.MahoutDriver: Program took 789 ms (Minutes: 0.01315)

ただし、ヘッダーの列「x」を「xa」に変更し、コマンドで対応する予測子名を変更すると、出力モデルが完全に変更されます。

$ head -3 donut4.csv 
xa,y,shape,color,k,k0,xx,xy,yy,a,b,c,bias
0.923307513352484,0.0135197141207755,21,20,4,8,0.852496764213146,0.0124828536260896,0.000182782669907495,0.923406490600458,0.0778750292332978,0.644866125183976,1
0.711011884035543,0.909141522599384,22,20,3,9,0.505537899239772,0.64641042683833,0.826538308114327,1.15415605849213,0.953966686673604,0.46035073663368,1



mahout trainlogistic --input donut4.csv \
--output ./model \
--target color --categories 2 \
--predictors xa y a b c  --types numeric \
--features 20 --passes 100 --rate 50



color ~ 6.380*Intercept Term + -1.913*a + -0.577*b + -23.236*c + 2.647*xa + 3.009*y
      Intercept Term 6.38017
                   a -1.91308
                   b -0.57676
                   c -23.23552
                  xa 2.64657
                   y 3.00925
    0.000000000     0.000000000     0.000000000     0.000000000     0.000000000    -0.576759549     0.000000000     0.000000000     2.646572912     0.000000000    -1.913075634     0.000000000     0.000000000     6.380173126     0.000000000     0.000000000     0.000000000     3.009245162     0.000000000   -23.235521029 
12/04/27 10:21:10 INFO driver.MahoutDriver: Program took 728 ms (Minutes: 0.012133333333333333)

私は新しいモデルを検証していません。おそらくそれもデータに適合しますが、単に名前を変更してもアルゴリズムの動作には影響しないはずです。右？？

ありがとうヤン

4

2 に答える 2

0

私はそれがヘッダーの変更であったとは思わない。アルゴリズムで選択されたランダム値の異なる値が原因であると、私ははるかに容易に期待できます。何も変更しないで 2 回実行して、何かが変わるかどうかを確認します。

于 2013-01-20T23:10:28.350 に答える