20181130_ODM1_CreateClassificationModels

Copyright © 2016 Oracle and/or its affiliates. All rights reserved.
Oracle Data Miner ハンズオン「分類モデルによる予測」日本オラクル株式会社ソリューション・エンジニアリング統括クラウド・プラットフォーム本部 2018年11月

以下の事項は、弊社の一般的な製品の方向性に関する概要を説明するものです。また、情報提供を唯一の目的とするものであり、いかなる契約にも組み込むことはできません。以下の事項は、マテリアルやコード、機能を提供することをコミットメント（確約）するものではないため、購買決定を行う際の判断材料になさらないで下さい。オラクル製品に関して記載されている機能の開発、リリースおよび時期については、弊社の裁量により決定されます。 Oracle と Java は、Oracle Corporation 及びその子会社、関連会社の米国及びその他の国における登録商標です。文中の社名、商品名等は各社の商標または登録商標である場合があります。 2

概要 ▪このハンズオンでは、Oracle Database 18.2上でデータマイニング・アクティビティを実行するためのOracle Data Miner 18.3を使用します。 ▪このハンズオンでは、ビジネス上の課題を解決するために、分類モデルを作成することで Data Minerの使い方を学びます。 3

4 Data Miner のハンズオン

シナリオの解説およびアジェンダ 5 データマイニングにおける一般的な手法は、個々のデータについてできるだけ多くの情報を収集し、その中から有益である可能性のデータをフィルタリングすることです。今回のシナリオでは、「ある保険会社が、保険を購入する可能性が最も高い顧客を、分類の学習アルゴリズムで分析」するというストーリーで進行します。 STEP① 新規プロジェクトおよびワークフローを作成します。 STEP② 保有している顧客情報をワークフローに追加して、分析をおこなえる状態にします。 STEP③ 追加した顧客情報をグラフなどを用いて、分析前にデータの確認・可視化をおこないます。 STEP④ 分類構築の対象となるターゲット属性の設定などをおこなって、分類モデルを作成します。 STEP⑤ 構築した４つのモデルの正確性を考慮して、適用するモデルを絞り込みます。 STEP⑥ 構築および選択したモデルを適用して、「保険を購入する可能性が最も高い顧客」を分析します。 ① ③ ④ ⑤ ⑥ ② ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成

ワークフローの完成形 6 データから分類モデルを作成（商品を購入するかしないか） ※機械学習・教師ありモデルを新規データに適用し商品を購入するかどうかを予測する予測結果の参照データの参照データの参照

7 プロジェクトの作成ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成

プロジェクトの作成 8 「Data Miner」タブを開きます。「Data Miner」タブが開いていない場合、「表示 > Data Miner > Data Minerの接続」を選択します。 Data Minerユーザ（dmuser）が作成され、 SQL Developer から接続されている状態になります。１「dmuser」を右クリックし、「新規プロジェクト」を選択します。２ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成

プロジェクトの作成 9 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成プロジェクトの作成ウィンドウで、「名前」欄に「顧客の分析」と入力し「OK」をクリックします。「コメント」欄はプロジェクト概要などのメモに活用できます。これはいつでも変更可能です。３新規プロジェクトが「dmuser」の下に表示されます。４

10 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成ワークフローの作成

ワークフローの作成 11 Data Minerワークフローは、データマイニングのプロセスを表すノードの集合体です。 Data Minerワークフローの内容 ➢ データマイニングのプロセスを可視化します。 ✓ プロセスの各要素はノードと呼ばれるアイコンで表示します。 ✓ 各ノードはそれぞれの特定の目的、使用方法を持っており。それらは様々な方法で定義することが可能です。 ✓ ノード同士を接続することによって、データマイニングのためのワークフローが構築できます。 ➢ ノードはドラッグ＆ドロップでワークフローに追加できます。各ノードの詳細設定にはデフォルトがありますが、必要に応じて変更してください。 Data Minerワークフロー ➢ データマイニング・サーバへの指示 ➢ プロセスの可視化 ➢ 部分実行とプロセス保存データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成ワークフローの作成

12 データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成ワークフローの作成プロジェクト「顧客の分析」を右クリックし、「新規ワークフロー」を選択します。１「ワークフローの作成」ウィンドウで「名前」欄に「保険加入顧客の予想」と入力し「OK」をクリックします。２

13 データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成ワークフローの作成 SQL Developerウィンドウの中央に、空のタブウィンドウが設定した名称で表示されます。３右側に「コンポーネント」タブが表示されます。タブは開閉で、サイズ変更、移動が可能です。４ワークフロー領域「コンポ―ネント」タブ ※詳細は次頁を参照ください。コンポ―ネントプロジェクトセクション説明データワークフロー内で利用するデータを指定し、表を作成および変更できます。変換データ・ノードで識別された表(複数可)で1つ以上の変換を実行します。テキスト「コンポーネント」ペインの「テキスト」セクションで使用できます。 ※テキストの処理には、Oracle Textのナレッジ・ベースが必要です。モデル構築するモデルおよびワークフローに追加するモデルを指定します。予測問合せ事前定義されたモデルを使用せずにデータを動的にスコアリングできます。モデル操作分類モデルと回帰モデルをテストできます。リンクしているノード 2つのノードをリンクするさせることができます。

コンポーネント・ノード 14 セクションノード説明モデル R拡張 R構築ノードを使用すると、Rモデルを登録できます。分類、回帰、クラスタリングおよび特徴抽出のマイニング機能のみサポートされています。アソシエーションアソシエーション・ノードは、Aprioriアルゴリズムを使用して、データの中から意味のある関連性を抽出します。クラスタリングクラスタリング・ノードは、k-Means、O-Clusterおよび期待値の最大化の各アルゴリズムを使用してクラスタリング・モデルを構築します。モデルモデル・ノードは、その定義にデータベース・リソースを使用します。データベース・リソースが変更された場合は、ノード定義のリフレッシュが必要です。モデル詳細モデル詳細ノードは、モデルとアルゴリズムに関する情報を抽出し、提供します。分類分類ノードでは、構築およびテストを行うための分類モデルを1つ以上定義します。回帰回帰ノードでは、構築およびテストを行うための回帰モデルを1つ以上定義します。明示的機能抽出明示的特徴抽出ノードは、明示的セマンティック分析(ESA)と呼ばれる特徴抽出アルゴリズムを使用して構築されます。機能抽出特徴抽出ノードでは、Non-negative Matrix Factorization (NMF)アルゴリズムを使用してモデルを構築します。異常検出異常検出ノードでは、1クラスSVMアルゴリズムを使用して、不正行為などの発生頻度が低い事象を検出する1つ以上のモデルが構築されます。予測問合せクラスタリング問合せクラスタリング問合せノードは、入力のクラスタを返します。予測問合せ予測問合せノードでは、入力を使用して分類および回帰を実行します。機能抽出問合せ特徴抽出問合せでは、入力から特徴を抽出します。異常検出問合せ異常検出問合せノードでは、異常の入力を分析します。つまり、データの特異なケースを検出します。モデル操作テスト Oracle Data Miningを使用すると、分類モデルと回帰モデルをテストできます。他の種類のモデルはテストできません。機能比較特徴比較ノードでは、あるデータ・ソース・ノードに含まれているテキスト・データを別のデータ・ソース・ノードのテキスト・データと比較して、テキスト・データのセマンティクスに関する計算を実行できます。適用適用ノードは、パーティション化モデルおよび非パーティション化モデル両方のコレクションを取得し、単一のスコアを戻します。結果として、適用ノードによって問合せが生成されます。

15 データソースの追加ワークフローの作成データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データソースの追加

データソースの追加 16 ワークフローの作成データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データソースの追加データを追加します。ワークフローに「データソース」ノードを追加し、データソースに「INSERT_CUST_LTV_SAMPLE」表を選択します。「コンポーネント」の「データ」グループを開くと、６つのデータノードが表示されます。１ ※ ワークスペース上のノード名とモデル名は自動生成されます。今回「データソース」という名前で生成されましたが、異なる名称になる場合もあります。これらの名前をクリックして変更、もしくはプロパティ・タブから変更可能です。「データソース」ノードをワークフローにドラッグ＆ドロップします。２ワークフローに「データソース」ノードが表示され、「データ・ソースの定義」ウィザードが開きます。３３２１

17 ワークフローの作成データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データソースの追加「使用可能な表／ビュー」リストから「INSUR_CUST_LTV_SAMPLE」を選択します。 ※ウィザード下部にタブが２つあり、選択表の内容を表示できます。「列」タブには、表構造についての情報が表示され、「データ」タブには選択した表もしくはビューのデータの一部が表示されます。４「次へ」をクリックします。５ここではデータソース内の不必要な列を削除できますが、今回は表に定義されたすべての属性を残すので「終了」をクリックします。６４５６

18 ワークフローの作成データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データソースの追加「プロパティ」タブの「詳細」で、ノード名を「学習用顧客情報」に変更します。９「プロパティ」タブについて ➢ 「データ」セクションを使用して、表またはビューに列情報を表示できます。 ➢ 結果表示を最適化するために、「キャッシュ」セクションを使用して出力データのキャッシュを生成できます。 ➢ 「詳細」からノード名の変更や情報の追加を行えます。１０７８ズームオプションに値を入力（もしくは選択）してノードのサイズを変更できます。１０９ノード名が選択した表名に更新され、このノードのプロパティが「プロパティ」タブに表示されます。「プロパティ」タブが開いていない場合、「表示 > プロパティ」を選択します。７タブはドラッグで移動可能です。今回はデフォルトで右下にある「プロパティ」タブを中央下部に移動しています。８

19 データの可視化ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化

データの可視化 20 「データの参照」ノードや「グラフ」ノードを使用して、ソースデータの確認やグラフ化が可能です。分析の課題の解決のため、まずはデータの全体を把握しておくことが有効なデータの判別に役立ちます。「コンポーネント」の「データ」グループより、「データの参照」ノードをワークフローに追加します。 ※ マークはノードが不完全であることと、追加の作業を行わないと「実行」できないことを示します。今回のケースでは「データの参照」ノードと「データソース」ノードを接続する必要があります。１「データソース」ノードを右クリックして「接続」を選択し、接続先である「データの参照」ノードクリックして、２つのノードを接続します。２１２ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化

21 ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化データソースのグループ化基準を選択します。「データの参照」ノードをダブルクリックし、「データの参照ノードの編集」ウィンドウを表示します。３グループ化基準リストから「BUY_INSURANCE」属性を選択し、「OK」をクリックします。 ※「選択した属性」ウィンドウでは、ソースデータから任意の属性を削除（もしくは再追加）することができます。４「データの参照」ノードを右クリックし、「実行」を選択します。５５４３６各ノードの処理中はノード上に ”緑の歯車アイコン” が表示されます。７更新が完了するとノード上に “緑のチェックマーク” が表示されます。 ※ここで作成しているワークフローはデータベースにも格納されており、処理はサーバー上で実行されます。８７８ノード実行中はワークフロー上部のステータスバーにステータスが表示されます。

22 ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化「データの参照」ノードの結果を確認します。「データの参照」ノードを右クリックし、「データの表示」を選択します。９データを可視化および検証することができ、マニュアルでデータのパターンや構造を検査できます。１１「名前」リストから属性を選択すると、関連ヒストグラムが下部ウィンドウに表示されます。１２ソースデータの分析を実施したら、「×」をクリックして「データの参照」タブを閉じます。１３ Data Minerは、定義したデータセット内の各属性に関する様々な統計を行います。「クループ化基準」属性に定義した属性（BUY_INSURANCE）について算出し、次の列が出力されます。ヒストグラムのサムネイル、データ型、 NULL値割合、個別値、個別値パーセント、モード値、平均値、中間値、最小値、最大値、標準偏差、分散９「データの参照」アウトプットの「統計」タブをクリックします。１０１０１３１１１２

23 ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化「グラフ」ノードを使用し、データをさらに可視化します。「コンポーネント」の「データ」グループより、「グラフ」ノードをワークフローに追加します。 ※「マークが表示されているので、ノードが不完全であることがわかります。１４「学習用顧客情報」ノードと「グラフ」ノードを接続します。１５「グラフ」のノードをダブルクリックして「新規グラフ」ウィンドウを表示します。１６１４１５

24 ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化「新規グラフ」ウィンドウを設定します。１７ a c d b e ヒストグラムが表示されます。「ズームイン」ボタンをクリックすると、フルウィンドウで表示できます。１８１８１９ (a) 「Histogram(ヒストグラム)」タブをクリック (b) 「Title」欄に「AGEのヒストグラム」と入力 (c) ヒストグラムの設定エリアの属性を「AGE」選択 (b) 「グループ化基準」オプションを有効 (e) グループ化基準属性に「LTV_BIN」を選択 (f) 「OK」をクリック

25 ワークフローの作成データソースの追加分類モデルの作成モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成データの可視化追加グラフの「新規グラフ」ウィンドウを設定します。２０ (a) 「Box(ボックスプロット)」タブをクリック (b) 「Title」欄に「LTVのボックスプロット」と入力 (c) ヒストグラムの設定エリアの属性を「LTV」選択 (b) 「グループ化基準」オプションを有効 (e) グループ化基準属性に「MARITAL_STATUS」を選択 (f) 「OK」をクリック a c d b e ヒストグラムとボックスプロットが並んで表示されます。２１「新規グラフ」ボタンをクリックして、ノード上にグラフを追加できます。１９

26 分類モデルの作成ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成

分類モデルの作成 27 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成個人の行動を予測する際、分類モデルが使用されます。今回は、”保険に加入する可能性の高い顧客“ の予測を目標としており分類モデルを用います。分類モデルを作成するとアルゴリズムの異なる４つのモデル (※1) が作成されます。 • 全てのモデルは同じターゲットIDとケースIDを持っており、最も適したアルゴリズムを容易に判別できます。 • ここでは全てのアルゴリズムを使用して「分類」ノードを定義します。 • これから続く手順でモデルを実行し検証していきます。「コンポーネント」の「モデル」グループより、「分類」ノードをワークフローに追加します。１「学習用顧客情報」ノードと「分類ビルド」ノードを接続します。２ ※ マークは、属性選択が必要であることを意味します。 ※自動生成される各モデル名は今回と異なる場合があります。１２ ※1）Generalized Linear Model(GLM), Support Vector Machine(SVM), Decision Tree(DT), Naïve Bayes(NB)

28 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成 ※必須ではありませんが、ケースIDを定義して各レコードを一意にすることをお勧めします。モデルの再現性を支援し、より優れた分析を行えます。 ※全４種類のアルゴリズムがデフォルトで選択されており、削除しない限り全て自動的に実行されます。「分類ビルド・ノードの編集」ウィンドウが表示されます。３ターゲット属性に「BUY_INSURANCE」を選択します。４ケースID属性に「CUSTOMER_ID」を選択します。５「分類」モデルのアルゴリズム特長 Generalized Linear Model (GLM) 一般化線形モデル。（線形回帰、ロジスティック回帰など） Support Vector Machine (SVM) 線形入力素子を利用して 2 クラスのパターン識別器を構成する手法。 Decision Tree (DT) 決定木。目標とするテーマについてどのように進めて行くべきかを検討する際に、とりうる選択肢とその結果の関係を、ツリー図によって効果を定量的に表すことが出来る。 Naïve Bayes (NB) 単純ベイズ。各クラスの特徴ベクトルが正規分布である事を仮定した単純な分類モデル。５４

29 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成 GLMモデルを編集します。「CLAS_GLM_」で始まるモデルをダブルクリックします。６「アルゴリズム設定」タブをクリックします。「リッジ回帰」を「Enable」に変更し、「OK」をクリックします。７６７７７

30 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成モデルを構築します。この操作を「準備」、モデルをトレーニングデータからの「学習」と呼ぶこともあります。一般的なデータマイニングでは、データの一部を対象に構築（準備）を行い、残りのデータを対象にテストします。モデル構築の前に「分類ビルド」ノードを選択し、「プロパティ」タブから「テスト」セクションを選択します。８ ✓ 構築プロセス中にテストを実行するか ✓ どのテスト結果を生成するか ✓ テストデータの管理をどうするか ※デフォルトでは60/40に分割したデータを用いますが、この数値は自分で設定することができます。構築用テスト用８全データ

31 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成 ※ノードに定義された全モデルが構築・テストされます。 ※実行中はノード上に緑のギアアイコンが表示され、ワークフロー上部にステータスが表示されます。構築が完了すると全ノード上に緑色の「✔」が表示されます。「分類ビルド」ノードを「実行」してモデルをビルドします。９プロパティ・インスペクタを使用して、ビルドについての情報を確認できます。ワークフローで「分類ビルド」ノードを選択し、「プロパティ」タブで「モデル」セクションを選択します。１０ ✓ 全てのモデルで実行は完了しています ✓ 全モデルは同じターゲット（BUY_INSURANCE）を持ちますが、異なるアルゴリズムを使っています。 ✓ ソースデータが自動でテストデータと構築データに分割されています。（前スライド参照）

32 モデルの比較ワークフローの作成データソースの追加データの可視化分類モデルの作成特定のモデルの選択と検討モデルの適用プロジェクトの作成モデルの比較

モデルの比較 33 ワークフローの作成データソースの追加データの可視化分類モデルの作成特定のモデルの選択と検討モデルの適用プロジェクトの作成モデルの比較ビルドした４つの分類モデルを比較します。「分類ビルド」ノードを右クリックし、「テスト結果の比較」を選択します。１分類ビルドタブが開き、「パフォーマンス」タブに４モデルの比較が表示されます。２注）数値とヒストグラムの色は異なる場合があります。 ➢ 比較結果には５つのタブが含まれます。「パフォーマンス」,「パフォーマンス・マトリックス」,「ROC」,「リフト」 ,「利益」 ➢ 「パフォーマンス」タブでは、各モデルについての「予測信頼度」,「平均精度」,「全体精度」という情報を、数値およびグラフィカルな情報として提供します。 ➢ 「パフォーマンス」タブによると、ディシジョンツリー(DT)モデルが最も高い「予測信頼度」, 「全体精度」,「平均精度」を出しています。１２

34 ワークフローの作成データソースの追加データの可視化分類モデルの作成特定のモデルの選択と検討モデルの適用プロジェクトの作成モデルの比較「リフト」タブを選択し、グラフ上部のターゲット値「Yes」に変更します。３ ➢ 「リフト」タブでは各モデルのリフト値をグラフ表示します。赤い縦線はランダムモデル用で、青い縦線はしきい値を表します。 ➢ 「リフト」はモデルテストの一種であり、モデルが実際の正のターゲット値を検出する速度を評価する指標です。 ➢ 各モデル内の指定されたターゲット値のリフト値で比較できます。 ➢ 累積陽性例と累計リフトの値を表示します。３予測される値の累積割（%）母集団全体の割合（%）（確率の高い順⇒）リフト(曲線)とランダム(直線)で囲まれた面積が大きいほど良いモデルだといえます。また急激に切り立ったグラフがモデルとして精度がいいと判断します。予測による効果

35 ワークフローの作成データソースの追加データの可視化分類モデルの作成特定のモデルの選択と検討モデルの適用プロジェクトの作成モデルの比較「パフォーマンス・マトリックス」タブを選択します。４ ※パフォーマンス・マトリックスではDTモデルの「正しい予測％」が最も高く、 80％を超えています。次点のSVMおよびGLMモデルは73％程です。

36 ワークフローの作成データソースの追加データの可視化分類モデルの作成特定のモデルの選択と検討モデルの適用プロジェクトの作成モデルの比較 SVMモデルを選択し、モデルの「ターゲット値の詳細」を確認します。各モデルの「ターゲット値」は「BUY_INSURANCE」属性であることを思い出してください。５ SVMモデルでは、 ✓ BUY_INSURANCEがNOとなる顧客に対し75％の正しい予測 ✓ BUY_INSURANCEがYESとなる顧客に対し71％の正しい予測 SVMとDTモデルの詳細を比較します。 DTモデルを選択し、同様に確認します。６これらの分析の結果、より深くDTモデルを検証することにします。分類ビルドタブウィンドウを閉じます。７５ DTモデルでは、 ✓ BUY_INSURANCEがNOとなる顧客に対し81％の正しい予測 ✓ BUY_INSURANCEがYESとなる顧客に対し78％の正しい予測６

37 特定のモデルの選択と検討ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較モデルの適用プロジェクトの作成特定のモデルの選択と検討

特定のモデルの選択と検討 38 分析結果を踏まえて、DTモデルを以降の分析で用います。以下の手順でモデルを検証します。ワークフロー上の「分類ビルド」ノードを右クリックし「モデルの表示＞ CLAS_DT_1_1」を選択します。ウィンドウが開き、DTがグラフ表示されます。１ ※モデル名の数字部分は異なることがあります。 ➢ 「サムネイル」タブでは、ツリー全体を見ることが出来ます。メインウィンドウでは3 ノードのみ表示しています。 ➢ サムネイルタブのボックスを操作してメインウィンドウ内のビューを動かすことができます。もしくはメインウィンドウ内のスクロールバーを使用することも可能です。 ➢ メインウィンドウのズーム率を変更可能です。ここでは複数のナビゲーション表示機能を使用できます。ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較モデルの適用プロジェクトの作成特定のモデルの選択と検討

39 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較モデルの適用プロジェクトの作成特定のモデルの選択と検討「ノード２」を選択します。２ ➢ ディシジョンツリーの各レベルには、ルールを説明するIF／THEN文が表示されます。ツリーにレベルが追加されると、新たな条件がIF／THEN文にも追加されます。 ➢ 各ノードにはサマリーが表記されます。 ➢ 個々のノードを選択すると、 IF／THEN文ルールが「ルール」タブに表示されます。 ➢ 一般的なDTモデルでは、更に多くのレベル階層とノードを含みます。しかし今回はデータセットが通常のデータマイニングと比較して小さいため、 DTも小規模になっています。このレベルではまず「BANK_FUNDS」属性で分割し、２番目に「CHECKING_AMOUNT」属性で分割しています。ノード２は「BANK_FUNDS」値が225.5より大きく、「CHECKING_AMOUNT」値が138以下である場合に、この条件の顧客が64.9%の確率で保険を購入するであろうと予測しています。２ ※ノードを画像コピーして別の文書に張り付けることも可能です。

40 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較モデルの適用プロジェクトの作成特定のモデルの選択と検討「ノード４」を選択します。３ディシジョンツリーの表示タブを閉じます。４３このツリーでは、最終的に「CREDIT_BALANCE」属性で分割されています。このノードは、BANK_FUNDSの値が225.5より大きく、CHECKING_AMOUNTの値が138以下、 CREDIT_BALANCEの値が1434.5以下の場合、顧客が69.39%の確率で保険を購入することを予測しています。

（参考）その他のモデル 41 他のモデルも確認するには、「分類ビルド」ノードを右クリックし「モデルの表示＞ CLAS_GLM_1_1」を選択します。ウィンドウが開き、GLMモデルの詳細が表示されます。１ ※モデル名の数字部分は異なることがあります。結果を予測する上で重要と考えられる属性を比較するには「係数」タブを確認します。ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較モデルの適用プロジェクトの作成特定のモデルの選択と検討１２２

42 モデルの適用ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用

モデルの適用 43 このトピックでは、ディシジョンツリー・モデルを適用し、結果表示要の表を作成します。モデルを「適用」し、”保険を購入する可能性がある顧客” を予測します。モデルを適用するには下記手順を実行します。 ① 「分類ビルド」ノード内から必要なモデルを指定 ② ワークフローに新規「データソース」ノードを追加（このノードは「適用」を実行するためのデータ） ③ ワークフローに「適用」ノードを追加 ④ 「分類構築」ノードと新規「データソース」ノードを「適用」ノードに接続 ⑤ 「適用」ノードを実行してモデルから予測結果を取得ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用

44 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用ワークフローで「分類ビルド」ノードを選択します。１「プロパティ」タブから「モデル」セクションを表示し、DTモデル以外の選択を解除します。モデルの選択を解除するには、各モデルの「出力」列にある大きな緑色の矢印「」をクリックします。この動作により列に小さな赤いバツ印「」が追加され、次の構築では使用されません。２作業が終了したら、「プロパティ」タブの「モデル」タブは以下のように表示されます。３ ※この場合にはDTモデルだけが後続のノードに処理が渡されます。

45 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用ワークフローに新たな「データソース」ノードを追加します。「コンポーネント」の「データ」グループより、「データソース」ノードをワークフローに追加します。自動的にデータ・ソースの定義ウィザードが開きます。４ ※予測用に新しいデータセットを受け取り、それをデータソースとして活用する場合を想定しています。但し、今回は既存データを流用します。（モデル構築で使用したデータと同じものを使用します）４ ※ ワークスペース上のノード名とモデル名は自動生成されます。今回「データソース」という名前で生成されましたが、異なる名称になる場合もあります。これらの名前をクリックして変更、もしくはプロパティ・タブから変更可能です。

46 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用「使用可能な表／ビュー」リストから「DMUSER.INSUR_CUST_LTV_SAMPLE」を選択します。 ※ウィザード下部にタブが２つあり、選択表の内容を表示できます。「列」タブには、表構造についての情報が表示され、「データ」タブには選択した表もしくはビューのデータの一部が表示されます。５「次へ」をクリックします。６ここではデータソース内の不必要な列を削除できますが、今回は表に定義されたすべての属性を残すので「終了」をクリックします。７ノード名が選択した表名に更新され、このノードのプロパティが「プロパティ」タブに表示されます。「プロパティ」タブが開いていない場合、「表示 > プロパティ」を選択します。８５６７

47 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用新しい「データソース」ノードを選択し、「プロパティ」タブの「詳細」セクションを使って、ノード名を「予測用顧客情報」に変更します。新規表名がワークフローにも反映されます。９「コンポーネント」の「モデル操作」グループより、「適用」ノードをワークフローに追加します。１０ ※ノード上のマークは、「適用」ノードの実行にはさらに情報が必要でありことを示します。９１０

48 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用「分類ビルド」ノードを「適用」ノードに接続します。１１「予測用顧客情報」ノードを「適用」ノードに接続します。１２ ※２回目の接続が完了すると「適用」ノードの教会戦場の黄色のマークが消えます。これはノードを実行する準備が出来ていることを示します。適用するモデルノードを実行する前に、結果のアウトプットを検証します。デフォルトの設定では「適用」ノードはそれぞれの顧客に対して下記2列の情報を生成します。 ➢ 予測値（YesまたはNo） ➢ 予測の確率 ➢ ※（DTモデルの場合のみ）予測のコストこの2列の情報に加えて、それぞれの予測結果がどの顧客のものであるかが重要となります。そのためには、適用されたアウトプットに追加で「CUSTOMER_ID」を追加する必要があります。以降の順序にしたがって、アウトプットに顧客IDを追加します。１２１１

49 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用「適用」ノードを右クリックし「編集」を選択します。１３「予測」タブのケースIDに「CUSTOMER_ID」を設定します。１４１４「追加出力」タブで「リセット」をクリックして「」をクリック、使用可能な属性から「CUSTOMER_ID」列を選択し＞で追加して「OK」をクリックします。１６１６これでモデルを適用する準備ができましたので「適用」ノードを右クリックし実行します。１７ ➢ ワークフロードキュメントが自動的に保存され、実行中は歯車アイコンがそれぞれのノード上に表示されます。 ➢ 実行ステータスはワークフロー上部に表示されます。 ➢ 処理が完了すると、正常に完了したことを示すために、すべてのワークフローノードに緑のチェックマークアイコンが表示されます。１５「自動設定」のチェックを外します。１５１６

50 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用「コンポーネント」の「データ」グループより、「表またはビューの作成」ノードをワークフローに追加すると、「OUTPUT」ノードが作成されます。１８「適用」ノードを「OUTPUT」ノードに接続します。１９【オプション】データベース表を作成しモデルの予測結果（「適用」ノードの実行結果）を保存 OUTPUTノードを右クリックし、「編集」を選択します。２０「表またはビュー作成ノードの編集」ウィンドウで「名前」欄に「OUTPUT_PRED」と入力し、「OK」をクリックします。２１表名を指定します。１８１９２１

51 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用「OUTPUT_PRED」ノードを「実行」します。２２ ➢ プロセスが実行されると、ワークフロードキュメントが自動的に保存されます。 ➢ 完了すると全ノードに緑色の「✔」マークがつきます。 ➢ アウトプットノードを実行すると、スキーマ内に表が作成されます。２２「接続」タブを開きます。「dmuser」データベースの「表」をクリックして開き、「OUTPUT_PRED」テーブルが作成されていることを確認します。２３２３２３

52 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用結果を表示します。２４ (a) 「OUTPUT_PRED」ノードを右クリックし、「データの表示」を選択すると、新しいタブに表の内容が表示されます。表には３つの予測データと顧客ID列の４つの列が含まれます。 (b) ソートボタンをクリックします。任意の列を基に表を並べ替えることができます。 (c) 予測値（CLAS_DT_1_1_PRED）を降順で選択します。 (b) 予測確率（CLAS_DT_1_1_PROB）を降順で選択します。 c d b

53 ワークフローの作成データソースの追加データの可視化分類モデルの作成モデルの比較特定のモデルの選択と検討プロジェクトの作成モデルの適用ソート適用の「OK」をクリックし、結果を表示します。２５ ➢ 「フィルタ」ボックスにWHERE句を入力することでデータをフィルタリングできます。 ➢ 表の内容は、Oracle Data VisualizationやOracle Application ExpressなどのOracle Database に接続可能な任意のアプリケーションを使用して表示できます。結果表示を確認し、「予測結果」表のタブを閉じ、「すべての保存」をクリックします。２６

54 Appendix：

分類ビルド時に構築したモデルの詳細設定を確認する 55 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成 ※詳細モデル設定ウィンドウでは、４つの分類アルゴリズムのそれぞれについて、データの使用方法、アルゴリズム設定、パフォーマンス設定を変更できます。 ※赤い「」もしくは緑の「」アイコンをクリックして、任意のアルゴリズムを削除・追加ができます。任意のアルゴリズム（ここではGeneralized Linear Model (GLM)）をダブルクリックし、詳細モデル設定ウィンドウを表示します。２２「分類ビルド」ノードをダブルクリックします。１１

56 ワークフローの作成データソースの追加データの可視化モデルの比較特定のモデルの選択と検討モデルの適用プロジェクトの作成分類モデルの作成「分類ビルド」ノードをダブルクリックし、「入力」タブをクリックします。５「入力を自動的に判定」チェックを外し、使用したい列を選択します。（「入力」列のをクリックして「使用する」「使用しない」を選択します。が「使用しない」ことを示します。）６今回は、予測したい「BUY_INSURANCE」をターゲットに列の詳細を確認しました。ハンズオン内では「分類ビルド」ノードで使用する列は、Oracle Data Minerが自動的に選択しましたが、データ分析者が明示的に選択することも可能です。５６

Oracle Data Miner: 参考資料 • Oracle Data Miner ドキュメント • ※SQL Developerの製品ドキュメントから、 Oracle Data Miner ユーザーズガイドをご参照ください • 18.3 (英語)：https://docs.oracle.com/en/database/oracle/sql- developer/18.3/books.html • 18.1 (日本語)：https://docs.oracle.com/cd/E99987_01/index.htm • Oracle Database 18c • https://docs.oracle.com/cd/E96517_01/books.html • エラー・メッセージ • Data Mining概要 / Data Miningユーザーズ・ガイド / Data Mining APIガイド 57

20181130_ODM1_CreateClassificationModels

20181130_ODM1_CreateClassificationModels

More Decks by Miki Kawauchi

Other Decks in Technology

Featured

Transcript