多类决策森林

重要

对机器学习工作室（经典）的支持将于 2024 年 8 月 31 日结束。 建议在该日期之前转换到 Azure 机器学习。

从 2021 年 12 月 1 日开始，你将无法创建新的机器学习工作室（经典）资源。 在 2024 年 8 月 31 日之前，可继续使用现有的机器学习工作室（经典）资源。

• 请参阅有关将机器学习项目从 ML 工作室（经典）移到 Azure 机器学习的信息。
• 详细了解 Azure 机器学习。

ML 工作室（经典）文档即将停用，将来可能不会更新。

使用决策丛林算法创建多类分类模型

类别：机器学习/初始化模型/分类

注意

适用于：仅限机器学习 Studio (经典)

可在 Azure 机器学习设计器中获取类似的拖放模块。

模块概述

本文介绍如何使用机器学习 Studio (经典) 中的 "多类决策蛙鸣" 模块来创建基于监督式学习算法（称为决策森林）的机器学习模型。

您可以使用此模块定义该模型及其参数，然后连接标记的定型数据集，以使用其中一个 定型模块来训练该模型。 训练的模型可用于预测具有多个值的目标。

有关决策森林的详细信息

决策森林 是 决策林的最新扩展。 决策森林包括决策定向无圈图 (DAG) 的系综。

决策森林具有以下优势：

• 决策 DAG 允许合并树枝，它的内存占用量通常较低，并且与决策树相比具有更好的正则化性能，不过，在某种程度上训练时间更长。

• 决策森林是可以表示非线性决策边界的非参数模型。

• 它们执行集成的特征选择和分类，并且在存在干扰性特征时具有弹性。

有关此机器学习算法背后的研究的详细信息，请参阅 决策森林：用于分类 (可下载 PDF) 的精简和丰富模型。

如何配置多类决策蛙鸣模型

1. 将 多类决策蛙 module 模块添加到 Studio 中的试验 (经典) 。 可在“机器学习”、“初始化模型”和“分类”中找到此模块 。

2. 双击该模块以打开“属性”窗格。

3. 重新采样方法，选择用于创建多个树（装袋或复制）的方法。

   • 装袋：选择此选项可使用装袋，也称为 "启动聚合"。

     决策林中的每棵树都通过预测输出高斯分布。 聚合将查找其前两分钟与由单个树返回的所有 Gaussians 组合在一起的 Gaussians 混合时间的高斯。

   • 复制：选择此选项以使用复制。 在此方法中，每个树都在完全相同的输入数据上定型。 确定用于每个树节点的拆分谓词是随机的，因此将创建不同的树。

4. 通过设置“创建训练程序模式”选项，指定所希望的模型训练方式。

   • 单个参数：知道要如何配置模型，请使用此选项。

   • 参数范围：如果你不确定最佳参数，并想要使用参数扫描，请使用此选项。

5. 决策 Dag 数：指示可在系综中创建的最大图形数。

6. 决策 dag 的最大深度：指定每个图形的最大深度。

7. 决策 dag 的最大宽度：指定每个图形的最大宽度。

8. 每个决策 DAG 层的优化步骤数：指示在生成每个 dag 时要执行的数据的重复次数。

9. 允许分类特征的未知值：选择此选项可为测试或验证数据中的未知值创建组。 对于已知值，此模型可能不太精确，但是对于新的（未知）值，它可以提供更好的预测。

   如果取消选择此选项，该模型只会接受定型数据中存在的值。

10. 将带标签的数据集连接到一个训练模块：

    • 如果将“创建训练程序模式”设置为“单个参数”，请使用训练模型模块。

    • 如果将“创建训练程序模式”设置为“参数范围”，请使用优化模型超参数模块 。 如果选择此选项，算法将循环访问所提供设置的多个组合，并确定生成最佳模型的值的组合。

    注意

    如果将参数范围传递给训练模型模块，则它只使用参数范围列表中的第一个值。

    如果将一组参数值传递给优化模型超参数模块，则当它期望每个参数有一系列设置时，它会忽略这些值，并为学习器使用默认值。

    如果选择“参数范围”选项并为任何参数输入单个值，则整个整理过程中都会使用你指定的单个值，即使其他参数的值发生一系列更改。

11. 运行试验。

结果

在训练完成后：

• 若要使用模型进行评分，请将其连接到评分模型，以预测新输入示例的值。

示例

有关如何在机器学习中使用决策林的示例，请参阅 Azure AI 库：

• 比较多类分类器示例：使用几种算法，并讨论其优点和缺点。

技术说明

本部分包含实现详情、使用技巧和常见问题解答。

相关研究

有关 " 复制 " 选项的训练过程的详细信息，请参阅：

• 计算机视觉和医疗图像分析的决策林。 Criminisi 和 Shotton。 Springer link 2013

使用提示

如果你的数据有限，或者想要最大程度地减少训练模型所用的时间，请尝试以下建议：

有限定型集

如果训练集包含有限数量的实例：

• 使用大量的决策 DAG（例如 20 个以上）创建决策森林
• 使用“装袋”选项来重新采样。
• 为每个 DAG 层指定大量的优化步骤（例如 10,000 个以上）。

有限培训时间

如果训练集包含大量实例并且训练时间有限：

• 创建使用少量决策 Dag 的决策蛙鸣 (例如，5-10) 。
• 使用“复制”选项来重新采样。
• 为每个 DAG 层指定少量的优化步骤（例如 2000 个以下）。

模块参数

名称	范围	类型	默认	说明
重新采样方法	任意	ResamplingMethod	装袋	选择重新采样方法
决策 DAG 数目	>=1	Integer	8	指定可以在系综中创建的决策图数目
决策 DAG 的最大深度	>=1	Integer	32	指定要在系综中创建的决策图的最大深度
决策 DAG 的最大宽度	>= 8	Integer	128	指定要在系综中创建的决策图的最大宽度
每个决策 DAG 层的优化步骤数	>= 1000	Integer	2048	指定用于优化决策图每个级别的步骤数
允许分类特征的未知值	任意	布尔	True	指示是否可将现有分类特征的未知值映射到其他新特征

Outputs

名称	类型	说明
未训练的模型	ILearner 接口	未训练的多类分类模型

另请参阅

双类决策林
分类
A-Z 模块列表