このページ上

メインコンテンツをスキップする

このページは役に立ちましたか?

このページまたはコンテンツにタイポ、ステップの省略、技術的エラーなどの問題が見つかった場合はお知らせください。

テストデータを使ってデシジョンツリーモデルを実行

このセクションでは、デシジョンツリーモデルをテストする方法について説明したり、ターゲット変数がどうやって予測されるかを検証したりします。

手順

Sparkをフレームワークとして指定する新しいビッグデータバッチジョブを作成します。
[tHDFSConfiguration]を前のジョブからコピーして、パレットに貼り付けます。
[tFileInputDelimited]を前のジョブからコピーして、パレットに貼り付けます。
[tFileInputDelimited]で、テストデータをポイントするよう[Folder/File] (フォルダー/ファイル)値を変更します。
テストデータはトレーニングデータと同じスキーマがあります。唯一の違いは、コンテンツ詳細と行数です。
パレットに[tPredict]コンポーネントを追加します。[Main] (メイン)を使って、[tFileInputDelimited]を[tPredict]に接続します。
[tPredict]をダブルクリックします。
[Define a storage configuration component] (ストレージ設定コンポーネントを定義)チェックボックスを選択して、tHDFSConfigurationを選択します。
[Model Type] (モデルタイプ)としてDecision Tree Modelを選択します。
前のセクションで作成したモデルへのパスを追加します。
[Sync columns] (カラムを同期)ボタンをクリックした後に、省略記号をクリックして、スキーマを編集します。
出力パネルにラベルという名前の新しいカラムが追加されます。これは、デシジョンモデルによって生成された予測値のプレースホルダーです。
パレットに[tReplace]を追加して、[Main] (メイン)を使って、それを[tPredict]に接続します。
[tReplace]を以下のように設定します。

[tReplace]は、[tPredict]からの予測結果をブール値表記(0.0,10)からテストデータの表記(はい/いいえ)に変換するのに必要です。
[tAggregateRow]を追加し、[Main] (メイン)を使って、[tReplace]を[tAggregateRow]に接続します。
[tAggregateRow]を以下のように設定します。
[Operation] (操作)セクションの[Output] (出力)カラムはランダムに選ばれています。ageは、[Group by] (グループ基準)のカウントを容易にするためだけのもので、それ以外の特別な理由で選ばれたものではありません。

[tAggregateRow]は、次のセクションで使用されるモデルパフォーマンスの集計統計の作成に使われます。
パレットに[tLogRow]を追加して、それに[tAggregateRow]を接続します。

ジョブは次のように表示されるはずです。
ジョブを実行します。
事前に作成したトレーニングジョブは、ローカルとクラスターのどちらかで実行できます。