ActivePrediction

ActivePrediction[f,{conf1,conf2, …}]

設定例 confiの値を決定するために関数 f を使って得られたアクティブな予測の結果を表すオブジェクトを与える．

ActivePrediction[f,reg]

reg で指定された領域内で設定を生成する．

ActivePrediction[f,sampler]

関数 sampler を適用して設定を生成する．

ActivePrediction[f,{conf1,conf2,…}nsampler]

関数 nsampler を，confiの1つから始めて連続的に生成された設定に適用する．

詳細とオプション

  • ActivePrediction[…]は，ActivePredictionObject[…]["prop"]を使って特性が得られるActivePredictionObject[…]を返す．
  • 次は使用可能な特性である．
  • "EvaluationHistory"調べられた設定と対応する値
    "Method"アクティブな予測に使われたメソッド
    "PredictorFunction"得られた最高のPredictorFunction[…]
    "PredictorMeasurementsObject"得られた最新のPredictorMeasurementsObject[…]
    "OracleFunction"値の決定に使われたもとの関数 f
    "LearningCurve"平均クロスエントロピー進化をプロットする
    "Properties"使用可能な全特性のリスト
  • 設定は，Predictが取り得る任意の形（単一のデータ要素，データ要素のリスト，データ要素の連想等）と任意のタイプ（数，テキスト，サウンド，画像等）でよい．
  • 設定 conf に適用された場合の関数 f の出力は実数値でなければならない．
  • ActivePrediction[f,spec]の spec は関数 f の領域を定義する．領域は，設定のリスト，幾何学領域，あるいは設定生成関数で定義することができる．
  • ActivePrediction[f,sampler]の sampler[]は適用される f に適した設定を出力しなければならない．
  • ActivePrediction[f,{conf1,conf2,…}nsampler]の nsampler[conf]は設定を出力しなければならない．
  • ActivePredictionにはPredictと同じオプションに以下の追加・変更を加えたものを使うことができる． [全オプションのリスト]
  • InitialEvaluationHistory None設定の初期集合と値
    MaxIterations 2000最大反復回数
    Method Automaticクエリする設定と使用する予測アルゴリズムを決定するメソッド
    RandomSeeding1234どのような擬似乱数生成器のシードを内部的に使うべきか
  • Methodの可能な設定には以下がある．
  • Automaticメソッドを自動的に選択する
    "Randomized"領域からランダムに設定を選ぶ
    "MaxEntropy"予測器の不確かさが最高になる設定を選ぶ
    assoc評価戦略と予測メソッドを指定する連想
  • 連想は，Methodassoc の形で要素を持つことができる．
  • "EvaluationStrategy"いずれの設定についてクエリするかを決定するメソッド
    "PredictionMethod"予測に用いるメソッド
  • RandomSeedingの可能な設定
  • Automatic関数が呼び出されるたびに自動的にシードを変える
    Inherited外部シードの乱数を使う
    seed明示的な整数または文字列をシードとして使う

    • 全オプションのリスト

例題

すべて開くすべて閉じる

例  (3)

設定の集合を与えられた場合に，ActivePredictionObject[…]を訓練して関数についての予測器を求める：

結果の予測器を取り出す：

例を予測する：

予測オブジェクトを訓練して領域が区間で定義されている関数の予測器を求める：

予測器を取り出す：

新たな例を予測する：

予測オブジェクトを訓練して，領域が設定生成器で定義されているDet関数の予測器を求める：

予測器を取り出す：

新たな例を予測する：

スコープ  (3)

予測オブジェクトを訓練して区間内の正弦関数の予測器を求める：

使用可能なオブジェクトの特性リストを得る：

調べた設定の履歴を得る：

アクティブな予測中に訓練された予測器を，そのいくつかの特性とともに得る：

最終的な予測器を得る：

設定の選択に使われたメソッドを得，訓練集合に加える：

他の特性を得る：

アクティブな予測中に訓練された予測器のパフォーマンスを表示する：

新たな例についての予測器の予測を可視化する：

予測オブジェクトを訓練し，指定された色と赤色間の色距離を計算するランダムな色生成器によって領域が定義された関数の予測器を求める：

予測器を得る：

アクティブな予測中に訓練された予測器のパフォーマンスを表示する：

検定集合についての予測器の比較プロットを表示する：

領域を近傍設定生成器で定義して，自明ではない関数を定義する：

予測オブジェクトを訓練して，初期設定から始めて関数の予測器を求める：

予測器を得る：

予測器の予測を可視化する．これは，初期設定の近傍で関数をうまくモデル化している：

オプション  (3)

InitialEvaluationHistory  (1)

数の集合で領域が定義された二次関数を定義する：

初期「訓練集合」を構築する：

予測オブジェクトを訓練し，先の情報を使って関数の予測器を求める：

訓練履歴の第1行の例は，初期訓練集合に相当する：

MaxIterations  (1)

自明ではない二次元関数を定義する：

予測オブジェクトを訓練して単位円板内の関数についての予測器を求める：

関数評価の数を得る：

最大反復回数を指定する：

ここまでの関数評価数をチェックする：

Method  (1)

自明ではない確率関数を定義する：

連想としてメソッドを指定し，評価方法と予測メソッドを選択して予測オブジェクトを訓練する：

予測器を得る：

アクティブな予測に他の方法を指定する：

予測器を再度得る：

2つの予測器の予測を可視化する．"GaussianProcess"の方が"NearestNeighbors"よりも滑らかな予測器を生成する：

アプリケーション  (2)

特定の場所の高度を予測するようにモデルを効率的に訓練する：

ランダムな場所を1000箇所サンプルとして取ってモデルの品質をテストする：

予測された高度とサーバ呼出しで得た実際の高度を比較する：

対数尤度関数予測器  (1)

Fisherのアヤメに関するデータ集合をロードし，訓練集合とテスト集合に分ける：

分類器を訓練サンプルについて訓練し，指定で選択されたハイパーパラメータで検定サンプルについての"LogLikelihoodRate"を与えるLogLikelihood関数を構築する：

予測オブジェクトを訓練して矩形領域上のLogLikelihood関数の予測器を求める：

予測器を得る：

調べられた設定の座標とその値を得る：

予測器の予測を調べられた設定とともに可視化する：

Wolfram Research (2017), ActivePrediction, Wolfram言語関数， https://reference.wolfram.com/language/ref/ActivePrediction.html （2017年に更新）.

テキスト

Wolfram Research (2017), ActivePrediction, Wolfram言語関数， https://reference.wolfram.com/language/ref/ActivePrediction.html （2017年に更新）.

CMS

Wolfram Language. 2017. "ActivePrediction." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/ActivePrediction.html.

APA

Wolfram Language. (2017). ActivePrediction. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/ActivePrediction.html

BibTeX

@misc{reference.wolfram_2024_activeprediction, author="Wolfram Research", title="{ActivePrediction}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/ActivePrediction.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_activeprediction, organization={Wolfram Research}, title={ActivePrediction}, year={2017}, url={https://reference.wolfram.com/language/ref/ActivePrediction.html}, note=[Accessed: 18-November-2024 ]}