XGBoost モデルを調整する

自動モデル調整は、ハイパーパラメータ調整とも呼ばれ、データセットのトレーニングと検証でさまざまなハイパーパラメータをテストする多数のジョブを実行して、モデルの最適なバージョンを見つけます。次の 3 つのタイプのハイパーパラメータを選択します。

• モデルトレーニング中に最適化する学習 objective 関数

• 検証中にモデルのパフォーマンスを評価するために使用する eval_metric

• モデルの自動調整時に使用する一連のハイパーパラメータとそれぞれの値の範囲

アルゴリズムが計算する一連の評価メトリクスから評価メトリクスを選択します。自動モデル調整は、選択されたハイパーパラメータを検索して、評価メトリクスを最適化するモデルになる値の組み合わせを見つけます。

注記

XGBoost 0.90 の自動モデルチューニングは、 SageMaker コンソールからではなく、Amazon SageMaker SDKsからのみ使用できます。

モデル調整の詳細については、「でモデルの自動チューニングを実行する SageMaker」を参照してください。

XGBoost アルゴリズムで計算される評価メトリクス

XGBoost アルゴリズムは、モデルの検証に次のメトリクスを使用して計算します。モデルを調整するときに、これらのいずれかのメトリクスを選択してモデルを評価します。有効な eval_metric 値の完全なリストについては、「XGBoost Learning Task Parameters」(XGBoost ラーニングタスクのパラメータ) を参照してください。

メトリクス名	説明	最適化の方向
validation:accuracy	分類率。#(right)/#(all cases) として計算されます。	最大化
validation:auc	曲線下面積。	最大化
validation:error	#(誤ったケース)/#(すべてのケース) で計算される二項分類誤り率。	最小化
validation:f1	分類精度の指標。精度とリコールの調和平均として計算されます。	最大化
validation:logloss	負の対数尤度。	最小化
validation:mae	平均絶対誤差。	最小化
validation:map	平均精度の平均。	最大化
validation:merror	#(誤ったケース)/#(すべてのケース) で計算される複数クラス分類誤り率。	最小化
validation:mlogloss	複数クラス分類の負の対数尤度。	最小化
validation:mse	平均二乗誤差。	最小化
validation:ndcg	正規化減損累積利得。	最大化
validation:rmse	二乗平均平方根誤差。	最小化

調整可能な XGBoost ハイパーパラメータ

以下のハイパーパラメータを使用して XGBoost モデルを調整します。XGBoost のメトリクスに最も影響を与えるハイパーパラメータは、alpha、min_child_weight、subsample、eta、num_round です。

Parameter Name	パラメータタイプ	推奨範囲
alpha	ContinuousParameterRanges	MinValue: 0、 MaxValue: 1000
colsample_bylevel	ContinuousParameterRanges	MinValue: 0.1、 MaxValue: 1
colsample_bynode	ContinuousParameterRanges	MinValue: 0.1、 MaxValue: 1
colsample_bytree	ContinuousParameterRanges	MinValue: 0.5、 MaxValue: 1
eta	ContinuousParameterRanges	MinValue: 0.1、 MaxValue: 0.5
gamma	ContinuousParameterRanges	MinValue: 0、 MaxValue: 5
lambda	ContinuousParameterRanges	MinValue: 0、 MaxValue: 1000
max_delta_step	IntegerParameterRanges	[0, 10]
max_depth	IntegerParameterRanges	[0, 10]
min_child_weight	ContinuousParameterRanges	MinValue: 0、 MaxValue: 120
num_round	IntegerParameterRanges	[1, 4000]
subsample	ContinuousParameterRanges	MinValue: 0.5、 MaxValue: 1