ActiveClassification

ActiveClassification[f,{conf1,conf2,…}]

例の設定 confiについてのクラスを決定する関数 f を使って得られた，アクティブな分類の結果を表すオブジェクトを与える．

ActiveClassification[f,reg]

reg で指定された領域内の設定を生成する．

ActiveClassification[f,sampler]

関数 sampler を適用して設定を生成する．

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

confiの1つから始め，連続的に設定を生成するために関数 nsampler を適用する．

詳細とオプション

  • ActiveClassification[…]はActiveClassificationObject[…]を返す．このオブジェクト特性はActiveClassificationObject[…]["prop"]で得ることができる．
  • 使用可能な特性
  • "EvaluationHistory"調べる設定とそれに割り当てられたクラス
    "Method"アクティブな分類に使用するメソッド
    "ClassifierFunction"得られた最高のClassifierFunction[…]
    "ClassifierMeasurementsObject"得られた最新のClassifierMeasurementsObject[…]
    "LearningCurve"平均クロスエントロピー進化のプロット
    "Properties"使用可能な全特性のリスト
  • 設定は，Classifyが許容する任意の形式（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）およびClassifyが許容する任意のタイプ（数値，テキスト，音声，画像等）でよい．
  • 関数 f の出力は，設定 conf に適用されるとラベルとして解釈される．
  • ActiveClassification[f,spec]の spec は関数 f の定義域を定義する．定義域は，設定のリスト，幾何領域，あるいは設定生成関数で定義することができる．
  • ActiveClassification[f,sampler]の sampler[]は f に適用可能な適切な設定を出力しなければならない．
  • ActiveClassification[f,{conf1,conf2,…}nsampler]の nsampler[conf]は設定を出力しなければならない．
  • ActiveClassificationにはClassifyと同じオプションに以下の追加・修正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設定とクラスの初期集合
    MaxIterations 2000最大反復回数
    Method Automaticクエリの設定と使用する分類アルゴリズムの決定に使用するメソッド
    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
  • 次は，Methodの可能な設定である．
  • Automaticメソッドを自動選択する
    "Randomized"定義域からランダムな設定を選択する
    "MaxEntropy"分類器の不確かさが最大になる設定を選択する
    assoc評価戦略と分類メソッドを指定する連想
  • Methodassoc の形のとき，連想は次の要素を持つことができる．
  • "EvaluationStrategy"どの設定をクエリするかを決定するメソッド
    "ClassificationMethod"分類に使用するメソッド
  • 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)

ActiveClassificationObject[…]を訓練して，整数が50よりも大きいかどうかを予測器する：

結果の予測器器を抽出する：

新たな例を分類する：

領域が区間で定義された分類オブジェクトを訓練する：

分類器を抽出する：

新たな例を分類する：

分類オブジェクトを訓練して行列が半正定値かどうかの分類を行う．領域は設定精製機によって定義されるものとする：

分類器を抽出する：

新たな例を分類する：

スコープ  (2)

可能な出力値が3つある区分関数を定義する：

分類オブジェクトを訓練して関数からの可能な出力を分類する．領域は設定精製機によって定義されるものとする：

オブジェクトの特性リストを得る：

調べられた設定の履歴を得る：

アクティブな分類の際に訓練された分類器を，その特性とともに得る：

最終的な分類器を得る：

訓練集合を加える設定を選択するために使うメソッドを得る：

その他の特性を得る：

アクティブな分類中に訓練された分類器のパフォーマンスを表示する：

検定集合のための最終の分類器の混同行列を表示する：

点が与えられた領域に属するかどうかをチェックする関数を定義し，次に近傍設定生成器を定義する：

分類オブジェクトを訓練して点が指定された領域に属するかどうかの分類を行う：

この分類器の検定集合に対する混同行列を表示する：

オプション  (3)

InitialEvaluationHistory  (1)

整数に対応するASCII文字が文字かどうかをチェックする関数を定義し，次に設定集合を定義する：

初期訓練集合を構築する：

分類オブジェクトを訓練し，戦術の情報を含めて，整数が文字に対応するかどうかを分類する：

訓練履歴の第1經の例が，初期訓練集合に対応するようになった：

MaxIterations  (1)

分類オブジェクトを訓練し，指定された区間内の数が正かどうかで分類する：

関数評価の数を得る：

反復の最大数を指定する：

ここまでの関数の評価回数をチェックする：

Method  (1)

部分領域の数で構成された領域と領域内の点に対応する血圧が"Low"，"Ideal"，"High"のどれかを告げる関数を定義する：

メソッドを指定して分類オブジェクトを訓練する：

設定は，データ生成分布でランダムに調べられる：

アクティブな分類のために別の方法を指定する：

このアルゴリズムは，モデルがより不確かな境界近くの設定を調べようとする：

評価戦略と分類メソッドを選択し，メソッドを連想として指定する：

アプリケーション  (3)

成績分類器  (1)

0から10までの実際の成績に対応する文字による成績を与える「成績関数」を定義する：

分類オブジェクトを訓練し，文字による成績を分類する．領域は設定生成器で指定されるものとする：

分類器を得る：

検定集合に対する分類器の混同行列を表示する：

領域帰属分類器  (1)

アメリカ合衆国の地図に対応する地理領域を構築する：

ある点がこの領域内にあるかどうかを告げる関数を定義する：

この関数について分類オブジェクトを訓練する：

対応する分類器を得る：

訓練中に調べられた設定をプロットする．密度は領域の境界ほど高い：

分類領域を可視化する：

プログラム選択分類器  (1)

2つの要素間のManhattanDistanceを計算する2つのプログラムを定義する：

3整数から構築された2要素間のManhattanDistanceをより速く計算するプログラムを選ぶ関数を定義する：

設定生成器を使って関数の定義域を設定する：

分類オブジェクトを訓練してどちらのプログラムが速いか分類する：

分類器を得る：

検定集合に対する分類器の確度と混同行列を表示する：

考えられる問題  (1)

近傍設定生成器を使って関数の定義域を指定する際は注意が必要である．

ある点が単位長方形に属するかどうかをチェックする関数を定義し，次に近傍設定生成器を定義する：

初期設定と近傍設定生成器が適切に選ばれていないとアクティブな分類はうまくいかないかもしれない：

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

テキスト

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

CMS

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

APA

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

BibTeX

@misc{reference.wolfram_2024_activeclassification, author="Wolfram Research", title="{ActiveClassification}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/ActiveClassification.html}", note=[Accessed: 05-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_activeclassification, organization={Wolfram Research}, title={ActiveClassification}, year={2017}, url={https://reference.wolfram.com/language/ref/ActiveClassification.html}, note=[Accessed: 05-November-2024 ]}