インクリメンタル学習

分類モデルのストリーミングデータへのあてはめと、そのパフォーマンスの追跡

インクリメンタル学習 (オンライン学習) では、予測子変数の分布、目的関数の要素、観測値のラベル付けなどがほとんど未知、またはまったく未知の可能性のある、データストリームからの入力データを処理します。インクリメンタル学習は従来の機械学習の手法とは異なり、モデルへのあてはめ、ハイパーパラメーター調整のための交差検証の実行、および予測子の分布の推測を行うために、十分にラベル付けされたデータを使用できます。

インクリメンタル学習では、構成済みのインクリメンタルモデルが必要です。incrementalClassificationLinearなどのオブジェクトを呼び出して、直接、インクリメンタルモデルを作成および構成できます。または、incrementalLearnerを使用して、サポートされている従来の学習済みのモデルをインクリメンタル学習器に変換できます。モデルを構成してデータストリームを設定した後、インクリメンタルモデルをデータの入力チャンクにあてはめてモデルの予測パフォーマンスを追跡することや、両方のアクションを同時に実行することができます。

詳細については、インクリメンタル学習の概要を参照してください。

関数

すべて展開する

従来式の学習済みモデルの変換

線形バイナリ分類モデル

`incrementalLearner`	バイナリ分類サポートベクターマシン (SVM) モデルのインクリメンタル学習器への変換
`incrementalLearner`	バイナリ分類用の線形モデルをインクリメンタル学習器に変換

単純ベイズモデル

incrementalLearner 単純ベイズ分類モデルのインクリメンタル学習器への変換

インクリメンタルなあてはめと、パフォーマンスの追跡

線形バイナリ分類モデル

`适合`	インクリメンタル学習用の線形モデルの学習
`updateMetrics`	インクリメンタル学習用の線形モデルの新しいデータに基づくパフォーマンスメトリクスの更新
`updateMetricsAndFit`	インクリメンタル学習用の線形モデルの新しいデータに基づくパフォーマンスメトリクスの更新とモデルの学習

単純ベイズモデル

`适合`	インクリメンタル学習用の単純ベイズ分類モデルの学習
`updateMetrics`	インクリメンタル学習用の単純ベイズ分類モデルの新しいデータに基づくパフォーマンスメトリクスの更新
`updateMetricsAndFit`	インクリメンタル学習用の単純ベイズ分類モデルの新しいデータに基づくパフォーマンスメトリクスの更新とモデルの学習

その他のモデル操作

線形バイナリ分類モデル

`predict`	インクリメンタル学習用の線形モデルからの新しい観測の応答予測
`loss`	データのバッチでのインクリメンタル学習用線形モデルの損失

単純ベイズモデル

`predict`	インクリメンタル学習用の単純ベイズ分類モデルからの新しい観測の応答予測
`loss`	データのバッチでのインクリメンタル学習用単純ベイズ分類モデルの損失
`logp`	インクリメンタル学習用の単純ベイズ分類モデルの対数条件なし確率密度

オブジェクト

`incrementalClassificationLinear`	インクリメンタル学習用のバイナリ分類線形モデル
`incrementalClassificationNaiveBayes`	インクリメンタル学習用の単純ベイズ分類モデル

トピック

インクリメンタル学習の概要
インクリメンタル学習のオブジェクト、関数、ワークフローなど、インクリメンタル学習の基本的な概念について確認する。
インクリメンタル学習モデルの構成
インクリメンタル性能評価およびデータストリームでの学習用に、インクリメンタル学習モデルを準備する。
簡潔なワークフローを使用した分類用のインクリメンタル学習の実装
簡潔なワークフローを使用して、逐次予測評価を伴うバイナリ分類用のインクリメンタル学習を実装する。
柔軟なワークフローを使用した分類用のインクリメンタル学習の実装
柔軟なワークフローを使用して、逐次予測評価を伴うバイナリ分類用のインクリメンタル学習を実装する。
分類学習器で学習させたロジスティック回帰モデルからのインクリメンタル学習モデルの初期化
分類学習器アプリを使用してロジスティック回帰モデルに学習させた後、推定された係数を使用してバイナリ分類用のインクリメンタルモデルを初期化する。
インクリメンタル学習中の条件付き学習の実行
柔軟なワークフローを使用して、単純ベイズマルチクラス分類モデルによるインクリメンタル学習中に条件付き学習を実装する。
テキスト分類のインクリメント実行
この例では、モデルに対してインクリメンタル学習を行い、文書中の単語の頻度に基づいて文書を分類する方法である"bag-of-words"モデルを示します。
Incremental Learning with Naive Bayes and Heterogeneous Data
This example shows how to prepare heterogeneous predictor data, containing real-valued and categorical measurements, for incremental learning using a naive Bayes classifier.