Submit Search
Upload
GBDTを使ったfeature transformationの適用例
•
18 likes
•
24,005 views
T
Takanori Nakai
Follow
データサイエンスLT祭り 2夜目
Read less
Read more
Science
Report
Share
Report
Share
1 of 9
Download now
Download to read offline
Recommended
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
Takami Sato
Kaggle&競プロ紹介 in 中田研究室
Kaggle&競プロ紹介 in 中田研究室
Takami Sato
Cloud DatalabとBigQueryを使ったアドホックデータ解析
Cloud DatalabとBigQueryを使ったアドホックデータ解析
hagino 3000
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Google Cloud Platform - Japan
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
(shibao)芝尾 (kouichiro)幸一郎
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
Feature StoreをRustで実装した話
Feature StoreをRustで実装した話
emakryo
Recommended
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
Takami Sato
Kaggle&競プロ紹介 in 中田研究室
Kaggle&競プロ紹介 in 中田研究室
Takami Sato
Cloud DatalabとBigQueryを使ったアドホックデータ解析
Cloud DatalabとBigQueryを使ったアドホックデータ解析
hagino 3000
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Google Cloud Platform - Japan
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
BigQueryで集計するシステムを作って分かったKPI集計ツール作成
(shibao)芝尾 (kouichiro)幸一郎
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
Feature StoreをRustで実装した話
Feature StoreをRustで実装した話
emakryo
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
Google Cloud Platform - Japan
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
Google Cloud Platform - Japan
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Google Cloud Platform - Japan
データアナリティクスの新たな一歩とそれを支えるインフラ
データアナリティクスの新たな一歩とそれを支えるインフラ
Google Cloud Platform - Japan
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
hagino 3000
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
Google Cloud Platform - Japan
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
圭輔 大曽根
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
Tetsutaro Watanabe
GCPとBigQueryを用いたIoT基盤の構築
GCPとBigQueryを用いたIoT基盤の構築
Kuma Arakawa
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
Google Cloud Platform - Japan
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
Google Cloud Platform - Japan
マッチングアプリの作り方
マッチングアプリの作り方
IBM Analytics Japan
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
Google Cloud Platform - Japan
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
Google Cloud Platform - Japan
Sano hmm 20150512
Sano hmm 20150512
Masakazu Sano
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
IBM Analytics Japan
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
OCHI Shuji
hivemallを使って4日間で性別推定した話
hivemallを使って4日間で性別推定した話
eventdotsjp
GCPUG-FUKUOKA データ加工&可視化ハンズオン
GCPUG-FUKUOKA データ加工&可視化ハンズオン
Wasaburo Miyata
Google Cloud 一般公開データセット
Google Cloud 一般公開データセット
Emma Haruka Iwao
RandomForest
RandomForest
goodbaton
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
Ichigaku Takigawa
More Related Content
What's hot
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
Google Cloud Platform - Japan
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
Google Cloud Platform - Japan
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Google Cloud Platform - Japan
データアナリティクスの新たな一歩とそれを支えるインフラ
データアナリティクスの新たな一歩とそれを支えるインフラ
Google Cloud Platform - Japan
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
hagino 3000
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
Google Cloud Platform - Japan
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
圭輔 大曽根
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
Tetsutaro Watanabe
GCPとBigQueryを用いたIoT基盤の構築
GCPとBigQueryを用いたIoT基盤の構築
Kuma Arakawa
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
Google Cloud Platform - Japan
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
Google Cloud Platform - Japan
マッチングアプリの作り方
マッチングアプリの作り方
IBM Analytics Japan
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
Google Cloud Platform - Japan
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
Google Cloud Platform - Japan
Sano hmm 20150512
Sano hmm 20150512
Masakazu Sano
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
IBM Analytics Japan
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
OCHI Shuji
hivemallを使って4日間で性別推定した話
hivemallを使って4日間で性別推定した話
eventdotsjp
GCPUG-FUKUOKA データ加工&可視化ハンズオン
GCPUG-FUKUOKA データ加工&可視化ハンズオン
Wasaburo Miyata
Google Cloud 一般公開データセット
Google Cloud 一般公開データセット
Emma Haruka Iwao
What's hot
(20)
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
[Cloud OnAir] お客様事例紹介 -リクルートライフスタイルにおける デジタルトランスフォーメーションとクラウド活用- 2018年7月12日 放送
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
データアナリティクスの新たな一歩とそれを支えるインフラ
データアナリティクスの新たな一歩とそれを支えるインフラ
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
基本から学ぶ ビッグデータ / データ分析 / 機械学習 サービス群
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
Gunosy における AWS 上での自然言語処理・機械学習の活用事例
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
GCPとBigQueryを用いたIoT基盤の構築
GCPとBigQueryを用いたIoT基盤の構築
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
[Cloud OnAir] クラウドからエッジまで!進化する GCP の IoT サービス 2018年11月22日 放送
マッチングアプリの作り方
マッチングアプリの作り方
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
[Cloud OnAir] お客様事例紹介 アサヒグループのデータと GCP の活用 2019年6月13日 放送
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
[Cloud OnAir] Google Cloud Next '18 最新情報 2018年7月26日 放送
Sano hmm 20150512
Sano hmm 20150512
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
hivemallを使って4日間で性別推定した話
hivemallを使って4日間で性別推定した話
GCPUG-FUKUOKA データ加工&可視化ハンズオン
GCPUG-FUKUOKA データ加工&可視化ハンズオン
Google Cloud 一般公開データセット
Google Cloud 一般公開データセット
Viewers also liked
RandomForest
RandomForest
goodbaton
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
Ichigaku Takigawa
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
Hiroki Yamamoto
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
10分でわかるRandom forest
10分でわかるRandom forest
Yasunori Ozaki
不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
Ichigaku Takigawa
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
nishio
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン
Shinya Shimizu
Viewers also liked
(9)
RandomForest
RandomForest
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
Kaggleのテクニック
Kaggleのテクニック
10分でわかるRandom forest
10分でわかるRandom forest
不均衡データのクラス分類
不均衡データのクラス分類
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン
Similar to GBDTを使ったfeature transformationの適用例
ZoZei - アイデア賞スライド
ZoZei - アイデア賞スライド
Kosaku Ono
Why we need blockchain for dx
Why we need blockchain for dx
SBI R3 Japan
AWS IoT Eventsで遊んでみた
AWS IoT Eventsで遊んでみた
Ken'ichirou Kimura
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
ビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDB
griddb
jubatus pressrelease
jubatus pressrelease
JubatusOfficial
2019 kotlin-rejected-fest-doyaaaaaken
2019 kotlin-rejected-fest-doyaaaaaken
Koyama Kenta
kintonedevcamp-vol5-kintonepossibility
kintonedevcamp-vol5-kintonepossibility
Takashi Ushirosako
某社のDB運用周りあれこれ
某社のDB運用周りあれこれ
lhfukamachi 深町
自治体 東京事務所 訪問の中間報告
自治体 東京事務所 訪問の中間報告
Katsuhito Okada
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
Daisuke Ikeda
決済システム内製化に向けたプラットフォーム構築 - PCF・BOSHによるオブザーバブルプラットフォーム
決済システム内製化に向けたプラットフォーム構築 - PCF・BOSHによるオブザーバブルプラットフォーム
DaichiKimura3
Node red for-collecting_information
Node red for-collecting_information
Harada Kazuki
吾輩はコンテンツ事業者である 楽天編
吾輩はコンテンツ事業者である 楽天編
Rakuten Group, Inc.
Similar to GBDTを使ったfeature transformationの適用例
(14)
ZoZei - アイデア賞スライド
ZoZei - アイデア賞スライド
Why we need blockchain for dx
Why we need blockchain for dx
AWS IoT Eventsで遊んでみた
AWS IoT Eventsで遊んでみた
Big data解析ビジネス
Big data解析ビジネス
ビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDB
jubatus pressrelease
jubatus pressrelease
2019 kotlin-rejected-fest-doyaaaaaken
2019 kotlin-rejected-fest-doyaaaaaken
kintonedevcamp-vol5-kintonepossibility
kintonedevcamp-vol5-kintonepossibility
某社のDB運用周りあれこれ
某社のDB運用周りあれこれ
自治体 東京事務所 訪問の中間報告
自治体 東京事務所 訪問の中間報告
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
決済システム内製化に向けたプラットフォーム構築 - PCF・BOSHによるオブザーバブルプラットフォーム
決済システム内製化に向けたプラットフォーム構築 - PCF・BOSHによるオブザーバブルプラットフォーム
Node red for-collecting_information
Node red for-collecting_information
吾輩はコンテンツ事業者である 楽天編
吾輩はコンテンツ事業者である 楽天編
More from Takanori Nakai
Sentence-State LSTM for Text Representation
Sentence-State LSTM for Text Representation
Takanori Nakai
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
Takanori Nakai
ICLR2017読み会 Data Noising as Smoothing in Neural Network Language Models @Dena
ICLR2017読み会 Data Noising as Smoothing in Neural Network Language Models @Dena
Takanori Nakai
Note : Noise constastive estimation of unnormalized statictics methods
Note : Noise constastive estimation of unnormalized statictics methods
Takanori Nakai
Adaptive subgradient methods for online learning and stochastic optimization ...
Adaptive subgradient methods for online learning and stochastic optimization ...
Takanori Nakai
Learning Better Embeddings for Rare Words Using Distributional Representations
Learning Better Embeddings for Rare Words Using Distributional Representations
Takanori Nakai
Preference-oriented Social Networks_Group Recommendation and Inference
Preference-oriented Social Networks_Group Recommendation and Inference
Takanori Nakai
高次元データの統計:スパース正則化の近似誤差と推定誤差
高次元データの統計:スパース正則化の近似誤差と推定誤差
Takanori Nakai
Analysis of Learning from Positive and Unlabeled Data
Analysis of Learning from Positive and Unlabeled Data
Takanori Nakai
Positive Unlabeled Learning for Deceptive Reviews Detection
Positive Unlabeled Learning for Deceptive Reviews Detection
Takanori Nakai
Modeling Mass Protest Adoption in Social Network Communities using Geometric ...
Modeling Mass Protest Adoption in Social Network Communities using Geometric ...
Takanori Nakai
Similarity component analysis
Similarity component analysis
Takanori Nakai
Query driven context aware recommendation
Query driven context aware recommendation
Takanori Nakai
Unsupervised Graph-based Topic Labelling using DBpedia
Unsupervised Graph-based Topic Labelling using DBpedia
Takanori Nakai
Psychological Advertising_Exploring User Psychology for Click Prediction in S...
Psychological Advertising_Exploring User Psychology for Click Prediction in S...
Takanori Nakai
PUCKモデルの適用例:修論を仕上げた後、個人的にやっていたリサーチ
PUCKモデルの適用例:修論を仕上げた後、個人的にやっていたリサーチ
Takanori Nakai
金利期間構造について:Forward Martingale Measureの導出
金利期間構造について:Forward Martingale Measureの導出
Takanori Nakai
Topic discovery through data dependent and random projections
Topic discovery through data dependent and random projections
Takanori Nakai
More from Takanori Nakai
(18)
Sentence-State LSTM for Text Representation
Sentence-State LSTM for Text Representation
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
WSDM2018 読み会 Latent cross making use of context in recurrent recommender syst...
ICLR2017読み会 Data Noising as Smoothing in Neural Network Language Models @Dena
ICLR2017読み会 Data Noising as Smoothing in Neural Network Language Models @Dena
Note : Noise constastive estimation of unnormalized statictics methods
Note : Noise constastive estimation of unnormalized statictics methods
Adaptive subgradient methods for online learning and stochastic optimization ...
Adaptive subgradient methods for online learning and stochastic optimization ...
Learning Better Embeddings for Rare Words Using Distributional Representations
Learning Better Embeddings for Rare Words Using Distributional Representations
Preference-oriented Social Networks_Group Recommendation and Inference
Preference-oriented Social Networks_Group Recommendation and Inference
高次元データの統計:スパース正則化の近似誤差と推定誤差
高次元データの統計:スパース正則化の近似誤差と推定誤差
Analysis of Learning from Positive and Unlabeled Data
Analysis of Learning from Positive and Unlabeled Data
Positive Unlabeled Learning for Deceptive Reviews Detection
Positive Unlabeled Learning for Deceptive Reviews Detection
Modeling Mass Protest Adoption in Social Network Communities using Geometric ...
Modeling Mass Protest Adoption in Social Network Communities using Geometric ...
Similarity component analysis
Similarity component analysis
Query driven context aware recommendation
Query driven context aware recommendation
Unsupervised Graph-based Topic Labelling using DBpedia
Unsupervised Graph-based Topic Labelling using DBpedia
Psychological Advertising_Exploring User Psychology for Click Prediction in S...
Psychological Advertising_Exploring User Psychology for Click Prediction in S...
PUCKモデルの適用例:修論を仕上げた後、個人的にやっていたリサーチ
PUCKモデルの適用例:修論を仕上げた後、個人的にやっていたリサーチ
金利期間構造について:Forward Martingale Measureの導出
金利期間構造について:Forward Martingale Measureの導出
Topic discovery through data dependent and random projections
Topic discovery through data dependent and random projections
GBDTを使ったfeature transformationの適用例
1.
GBDTを使った feature transformationの適用例 担当: @Quasi_quant2010 データサイエンスLT祭り
2夜目 @Quasi_quant20101 【データサイエンスLT祭り 2夜目】
2.
概要 - 特徴量の相関(非線形性)をGDBTで抽出 - データサイエンスLT祭り
2夜目 @Quasi_quant20102 ケース 予測ラベル:年収が高い・低い feature:年齢・教育年数・投資損失・労働時間/週, etc 例えば、(労働時間/週, 投資利益)の二つを組み合わせた時、 労働時間は短いが、投資利益が高い人は高い傾向にあるはず ドメイン知識より、Featureをand条件の組み合わせで 非線形featureは作れる ただし、観測したfeatureが多い場合、組み合わせは指数爆発 そもそも、人間がゼロから非線形featureを設計するのは大変 非線形性の設計をGBDTで処理した後、線形モデルで予測 前処理 分類器
3.
実験結果 - Stacking+Blending ≒
GBDT+LR > LR - GBDTのMax_Depthは8 独立に見えるfeatureに非線形性があった データサイエンスLT祭り 2夜目 @Quasi_quant20103 Model accuracy precision recall f-value LR 8.35e-01 9.22e-01 8.67e-01 8.94e-01 GDBT+LR **8.63e-01 **9.31e-01 8.91e-01 9.11e-01 Stacking+ Blending 8.62e-01 9.30e-01 **8.92e-01 **9.11e-01 注1) 計算データ : Adult Data Set (goo.gl/GzB8bS) age workclass sex education education- num 39 State-gov male Bachelors 13 50 Self-emp- not-inc female Bachelors 13 注2) 5-Fold 注3) ** : Best Score 注4) カテゴリカル変数は 全てOne-hot-encoding データセット例 予測結果
4.
参考 - GBDTとは -
PAC Learning Boostingとは弱学習器をたくさん集めて強学習器を作ろう 機械学習 PAC Learningを損失関数を最小化する問題として再定義、 損失を最小化する方向を探すのに勾配情報を使っているので、 Gradient Boosting ポイント negative gradientを最小二乗近似し、弱学習器を推定 詳しくは [Quasi_quant2010c] を参照 データサイエンスLT祭り 2夜目 @Quasi_quant20104
5.
前処理(イメージ図) - 非線形性の設計をGBDTで処理 -
2つの決定木のアンサンブル例 一つは3つのleaf node(A) 一つは2つのleaf node(B) データ例 Aの2番目のleaf nodeに到達 Bの1番目のleaf nodeに到達 非線形変換後のfeatureは [0,1,0,1,0] となる データサイエンスLT祭り 2夜目 @Quasi_quant20105 引用 [H.Xinran, etc] Figure1 Input Features Transoformed Features 線形モデル で予測 GBDTの原理が損失を最小化するように木を追加するという点で根拠 をもち、決定木が複数and条件の情報も有する非線形変換が可能 A B
6.
実験結果 - FeatureImportanceと正則化path - データサイエンスLT祭り
2夜目 @Quasi_quant20106 Feature間のand条件を考慮可 age * hours-parweek等 Blendingは損失関数と正則化関 数の組み合わせを比較 損失関数 : Logistic-Loss or Hinge Loss 正則化関数 : L1 or L2 Ridge回帰でBlending
7.
考察① - サンプルデータの振り返り -
モデルの振り返り GBDTがfeature間の相関をうまく処理したか 作ったtreeに関し、max_depthが8なので、うまく処理できた ただし、実務ではHyper-paramsを忍耐強く調整する必要あり 実務を想定した振り返り 施策単体が有効なのか、複合要因なのか 今回のデータでは、施策複合も有効だった 部門単体により増収効果という報告があった場合 それは、誤りであることがモデル上確認できる 決算上事実かは、非線形featureを基に収益を追跡すればよい モデル話ではビジネスサイドが納得できないので、 考察をビジネスサイドの手触り感に近づけることも重要 データサイエンスLT祭り 2夜目 @Quasi_quant20107
8.
考察②(実務という視点で) - 施策への示唆を得られることが最も重要 -
α,βなど、施策単体を評価するのではなく、施策の組み合わ せを評価できる枠組みなので、より客観的な振り返りが可能 施策単体しか評価できないとPDCAを回し切るのに時間がかかる 観測した特徴量をモデルで非線形変換しているものの、 隠れ変数を導入していないため、単体施策(feature) や複 合施策(非線形feature)に関する振り返りが可能 単体施策 GBDTのfeature importance 複合施策 非線形変換したfeatureのweight(線形モデルのfeature weight) featureの安定性も加味する事も可能で、持続効果もわかる データサイエンスLT祭り 2夜目 @Quasi_quant20108
9.
参考文献 **[H.Xinran, etc]
Practical Lessons from Predicting Clicks on Ads at Facebook. ADKDD14 [C.Zhicheng, etc] Optimal Action Extraction for Random Forests and Boosted Trees. KDD15 [Quasi_quant2010a] Gradient Boostingについて - Scikit-Learnを 使ったfeature transformation(GBDT + LR vs LR) - goo.gl/Pkto81 [Quasi_quant2010b] Stacking - テンプレート化編・計算編② - goo.gl/jXSrw8 [Quasi_quant2010c] Gradient Boostingについて - 準備編 - goo.gl/tng0vl [Quasi_quant2010d] Gradient Boostingについて - 正則化編・ Xgboost – goo.gl/dBQqYc データサイエンスLT祭り 2夜目 @Quasi_quant20109
Download now