最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。
マルチクラス分類用のバイナリ決定木をあてはめる
は,テーブル树
= fitctree (资源描述
,ResponseVarName
)资源描述
に含まれている入力変数(予測子,特徴量または属性とも呼ばれます)とResponseVarName
に含まれている出力(応答またはラベル)に基づいて近似させたバイナリ分类决定木を返します。返される二分木では,资源描述
の列の値に基づいて枝ノードが分割されます。
电离层
データセットを使用して分类木を成长させます。
加载电离层TC = fitctree(X,Y)
类名:{'b' 'g'} ScoreTransform: 'none' NumObservations: 351个属性,方法
名前と値のペアの引数MaxNumSplits
,MinLeafSize
またはMinParentSize
を使用すると,木の深さを制御できます。既定では,fitctree
は深い決定木を成長させます。モデルの複雑さや計算時間の削減のために,より浅い木を成長させることもできます。
电离层
データセットを読み込みます。
加载电离层
分类木を成长させる场合,木の深さの制御に关する既定値は次のとおりです。
MaxNumSplits
はN - 1
。ñ
は学習標本のサイズです。
MinLeafSize
は1
。
MinParentSize
は10
。
これらの既定値を使用すると,学习标本のサイズが大きい场合に木が深く成长する倾向があります。
木の深さの制御について既定値を使用して,分类木を学习させます0.10分割の交差検证をモデルに対して実行します。
rng (1);%用于重现MdlDefault = fitctree(X,Y,'CrossVal','上');
木に适用される分割数のヒストグラムを描画します。また,木の1つを表示します。
numBranches = @(x)的总和(x.IsBranch);mdlDefaultNumSplits = cellfun(numBranches,MdlDefault.Trained);数字;直方图(mdlDefaultNumSplits)
视图(MdlDefault.Trained {1},'模式','图形')
15分割数の平均は約です。
既定の分割数を使用して学习させたものほど复雑ではない(深くない)分类木が必要であるとします。最大分割数を7に设定して别の分类木を学习させることで,既定値の分类木からの平均分割数が约半分になります0.10分割の交差検证をモデルに対して実行します。
Mdl7 = fitctree (X, Y,'MaxNumSplits',7,'CrossVal','上');视图(Mdl7.Trained {1},'模式','图形')
モデルの交差検证分类误差を比较します。
classErrorDefault = kfoldLoss(MdlDefault)
classErrorDefault = 0.1140
classError7 = kfoldLoss(Mdl7)
classError7 = 0.1254
Mdl7
は,MdlDefault
より大幅に単純化されており,性能は少しだけ低下します。
この例では,fitctree
を使用して自动的にハイパーパラメーターを最适化する方法を示します。この例では,フィッシャーのアヤメのデータを使用します。
フィッシャーのアヤメのデータを読み込みます。
加载fisheriris
MEAS
のデータを使用して物种
内の応答を予测することにより,分类器の交差検证损失を最适化します。
X = MEAS;Y =物种;MDL = fitctree(X,Y,'OptimizeHyperparameters','汽车')
| ====================================================================================== ||ITER |EVAL |目的|目的|BestSoFar |BestSoFar |MinLeafSize || | result | | runtime | (observed) | (estim.) | | |======================================================================================| | 1 | Best | 0.066667 | 1.3189 | 0.066667 | 0.066667 | 31 | | 2 | Accept | 0.066667 | 0.28182 | 0.066667 | 0.066667 | 12 | | 3 | Best | 0.04 | 0.18161 | 0.04 | 0.040003 | 2 | | 4 | Accept | 0.66667 | 0.1616 | 0.04 | 0.15796 | 73 | | 5 | Accept | 0.04 | 0.25432 | 0.04 | 0.040009 | 2 | | 6 | Accept | 0.04 | 0.1321 | 0.04 | 0.040007 | 3 | | 7 | Accept | 0.66667 | 0.089845 | 0.04 | 0.040007 | 75 | | 8 | Accept | 0.066667 | 0.090124 | 0.04 | 0.040008 | 20 | | 9 | Accept | 0.066667 | 0.13334 | 0.04 | 0.040008 | 6 | | 10 | Best | 0.033333 | 0.12763 | 0.033333 | 0.033351 | 1 | | 11 | Accept | 0.04 | 0.20327 | 0.033333 | 0.033348 | 4 | | 12 | Accept | 0.066667 | 0.12326 | 0.033333 | 0.033348 | 26 | | 13 | Accept | 0.066667 | 0.13703 | 0.033333 | 0.033489 | 9 | | 14 | Accept | 0.033333 | 0.33771 | 0.033333 | 0.033339 | 1 | | 15 | Accept | 0.066667 | 0.14407 | 0.033333 | 0.033339 | 16 | | 16 | Accept | 0.033333 | 0.16354 | 0.033333 | 0.033337 | 1 | | 17 | Accept | 0.033333 | 0.18299 | 0.033333 | 0.033336 | 1 | | 18 | Accept | 0.33333 | 0.12321 | 0.033333 | 0.033336 | 43 | | 19 | Accept | 0.046667 | 0.35991 | 0.033333 | 0.033336 | 5 | | 20 | Accept | 0.066667 | 0.11482 | 0.033333 | 0.033336 | 7 | |======================================================================================| | Iter | Eval | Objective | Objective | BestSoFar | BestSoFar | MinLeafSize | | | result | | runtime | (observed) | (estim.) | | |======================================================================================| | 21 | Accept | 0.066667 | 0.11428 | 0.033333 | 0.033336 | 14 | | 22 | Accept | 0.066667 | 0.16467 | 0.033333 | 0.033336 | 10 | | 23 | Accept | 0.066667 | 0.18485 | 0.033333 | 0.033336 | 36 | | 24 | Accept | 0.33333 | 0.20996 | 0.033333 | 0.034143 | 55 | | 25 | Accept | 0.04 | 0.24161 | 0.033333 | 0.034123 | 2 | | 26 | Accept | 0.04 | 0.12809 | 0.033333 | 0.034089 | 3 | | 27 | Accept | 0.04 | 0.1168 | 0.033333 | 0.034065 | 4 | | 28 | Accept | 0.066667 | 0.12518 | 0.033333 | 0.034038 | 23 | | 29 | Accept | 0.066667 | 0.19786 | 0.033333 | 0.034008 | 8 | | 30 | Accept | 0.066667 | 0.20007 | 0.033333 | 0.033977 | 18 | __________________________________________________________ Optimization completed. MaxObjectiveEvaluations of 30 reached. Total function evaluations: 30 Total elapsed time: 58.9988 seconds. Total objective function evaluation time: 6.3444 Best observed feasible point: MinLeafSize ___________ 1 Observed objective function value = 0.033333 Estimated objective function value = 0.033977 Function evaluation time = 0.12763 Best estimated feasible point (according to models): MinLeafSize ___________ 1 Estimated objective function value = 0.033977 Estimated function evaluation time = 0.17412
MDL = ClassificationTree ResponseName: 'Y' CategoricalPredictors:[]类名:{ 'setosa' '云芝' '锦葵'} ScoreTransform: '无' NumObservations:150个HyperparameterOptimizationResults:[1x1的BayesianOptimization]的属性,方法
census1994
データセットを読み込みます。年齢,労働阶级,教育レベル,婚姻区分,人种,性别,资本利得および损失,および1周间の勤务时间が与えられた个人の给与カテゴリを予测するモデルを考えます。
加载census1994X = adultdata(:,{“年龄”,'workClass','education_num','婚姻状况',“种族”,…“性”,'资本收益',“capital_loss”,“hours_per_week”,“工资”});
总结
を使用して,カテゴリカル変数で表現されるカテゴリの個数を表示します。
总结(X)
变量:年龄:32561x1双重价值:最小17中位数37最大90个workClass:32561x1分类值:联邦政务960 LOCAL-GOV 2093的从未工作过7私人22696自EMP-INC 1116自EMP-不-INC 2541状态 -GOV 1298没有支付14 NumMissing 1836 education_num:32561x1双重价值:分1位数10最大16婚姻状况:32561x1分类值:离婚4443已婚-AF-配偶23岁就结婚,CIV配偶14976已婚配偶,缺席418从未结婚10683分居1025丧偶993种族:32561x1分类值:阿米尔 - 印度爱斯基摩311亚洲-PAC-岛民1039黑色3124其他271白27816性别:32561x1分类值:女性10771男21790 capital_gain:32561x1双重价值:最小0中值0最大值99999capital_loss:32561x1双值:最小0平均0最大值4356 hours_per_week:32561x1双值:敏1中位数40最大99工资:32561x1分类值:<= 50K 24720> 7841 50K
カテゴリカル変数で表现されるカテゴリの数は连続変数のレベル数と比较するとわずかなので,予测子分割アルゴリズムの标准车ではカテゴリカル変数よりも连続予测子が分割されます。
データセット全体を使用して分類木に学習をさせます。偏りの無い木を成長させるため,予測子の分割に曲率検定を使用するよう指定します。データには欠損観測値が含まれているので,代理分岐を使用するよう指定します。
Mdl = fitctree (X,“工资”,'PredictorSelection',“曲率”,…“代孕”,'上');
すべての予测子について分割によるリスク変动を合计し,この合计を枝ノード数で除算することにより,予测子の重要度の値を推定します。棒グラフを使用して推定を比较します。
小鬼= predictorImportance(MDL);数字;栏(IMP);标题(的预测估计的重要性);ylabel(“估计”);xlabel(“预测”);H = GCA;h.XTickLabel = Mdl.PredictorNames;h.XTickLabelRotation = 45;h.TickLabelInterpreter ='没有';
このケースでは,最も重要な予测子は资本收益
であり,次に重要なのはeducation_num
です。
この例では,高配列を使用する分類木のハイパーパラメーターを自動的に最適化する方法を示します。標本データセットairlinesmall.csv
は,飞行机のフライトデータについての表形式ファイルが含まれている大规模なデータセットです。この例では,データが含まれている高表を作成して,最适化手顺を実行するために使用します。
データがあるフォルダーの场所を参照するデータストアを作成します。处理する変数のサブセットを选択します。数据存储
で为NaN
値に置き換えるため,“NA”
値を欠损データとして扱います。データストア内のデータを含む高大表を作成します。
ds =数据存储('airlinesmall.csv');ds。小号electedVariableNames = {'月','DAYOFMONTH',“星期几”,…'DepTime','ArrDelay','距离','DepDelay'};ds.TreatAsMissing =“NA”;TT =高(DS)%高大的表
开始使用“本地”轮廓平行池(parpool)......连接到并行池(工号:6)。TT = M×7高大表月DAYOFMONTH DAYOFWEEK DepTime ArrDelay距离DepDelay _____ __________ _________ _______ ________ ________ ________ 10 21 3 642 8 308 12 10 26 1 1021 8 296 1 10 23 5 2055 21 480 20 10 23 5 1332 13 296 12 1022 4 629 4 373 10 -1 28 3 1446 59 308 63 10 8 4 928 3 447 10 -2 10 6 859 11 954 -1::::::::::::::
高大的配列の计算を実行する场合,既定の実行环境ではローカルのMATLABセッションまたは(并行计算工具箱™がある场合は)ローカルの并列プールが使用されます。关数mapreduce
を使用して実行環境を変更できます。
フライトが遅れた場合に真になる論理変数を定義することにより,10分以上遅れたフライトを判別します。この変数にクラスラベルを含めます。この変数のプレビューには,はじめの数行が含まれています。
Y = tt.DepDelay> 10%的类标签
Y = M×1高逻辑阵列1 0 1 1 0 1 0 0::
予測子データの高配列を作成します。
X = {TT:,1:端-1}%预测数据
X = M×6分高大双矩阵列1至5 10 21 3 642 8 10 26 1 1021 8 10 23 5 2055 21 10 23 5 1332 13 10 22 4 629 4 10 28 3 1446 59 10 8 4 928 3 10 10 6859 11::::::::::第6栏308 296 480 296 373 308 447 954::
欠损データが含まれているX
およびÿ
の行を削除します。
R = rmmissing([X Y]);删除了丢失条目的数据X = R (:, 1: end-1);Y = R(:,结束);
予测子変数を标准化します。
Z = zscore (X);
名前と値のペアの引数'OptimizeHyperparameters'
を使用して,自動的にハイパーパラメーターを最適化します。ホールドアウト交差検証損失が最小になる最適な“MinLeafSize”
の値を求めます('汽车'
を指定すると“MinLeafSize”
が使用されます)再现性を得るため,“预计-改善,加上”
の获得关数を使用し,rng
とtallrng
により乱数発生器のシードを設定します.tall配列の場合,ワーカーの個数と実行環境によって結果が異なる可能性があります。詳細については,コードの実行场所の制御(MATLAB)を参照してください。
RNG(“默认”)tallrng(“默认”)[铜牌,FitInfo,HyperparameterOptimizationResults] = fitctree(Z,Y,…'OptimizeHyperparameters','汽车',…“HyperparameterOptimizationOptions”结构(“坚持”,0.3,…'AcquisitionFunctionName',“预计-改善,加上”))
使用并行池“本地”计算tall表达式:-第1步,第3步,在8.2秒内完成;第2步,第3步,在9.7秒内完成;第3步,第3步,在6.2秒内完成;计算,在24秒内完成
评估使用并行池“本地”高表达: - 的1遍1:在1.7秒评价完成在1.8秒完成评估使用并行池“本地”高表达: - 的1遍1:在2.3秒评价完成在完成2.3秒评价使用并行池“本地”高表达: - 4通行证1:已完成在1.9秒 - 通行证2的4:完成在1.8秒 - 通过3 4:完成在2.1秒 - 通的4 4:完成在1.9秒评价在10秒完成评估使用并行池“本地”高表达: - 4通行证1:在1.6秒完成 - 通行证2的4:在1.9秒完成 - 通行证3的4:在1.6秒完成 -通过4 4的:在2秒评价完成在8.1秒完成评估使用并行池“本地”高表达: - 4通行证1:在1.6秒完成 - 通行证2的4:完成在1.8秒 - 的4通过3:在1.5秒完成 - 通行证4 4的:在1.9秒评价完成在7.9秒完成评估使用PA高表达rallel池“本地”:4 - 通行证1:在1.6秒完成 - 通行证2 4:在1.8秒完成 - 通行证3 4的:在1.6秒完成 - 通行证4 4的:在1.9秒评价完成在7.5完成秒评价使用并行池“本地”高表达: - 4通行证1:已完成在1.1秒 - 的4通2:在1.8秒完成 - 通行证3 4的:在1.6秒完成 - 通行证4的4:完成在1.5秒评价6.5秒完成评估使用并行池“本地”高表达: - 4通行证1:在1.6秒完成 - 通的4 2:在1.8秒完成 - 通行证3 4的:在1.6秒完成 - 通的4 4:在1.5秒评价完成在7秒完成评估使用并行池“本地”高表达: - 4通行证1:在1.1秒完成 - 通的4 2:在1.8秒完成 - 4通过3:在1.1秒完成 - 通行证4的4:在2.2秒评价完成在6.9秒完成使用评价高表达并行池“本地”: - 通1的4:在1.7秒完成 -通过2 4:完成在1.4秒 - 的4通过3:在1.6秒完成 - 通行证4 4的:在2.2秒评价完成在7.5秒完成评估使用高表达并行池“本地”:4 - 通行证1: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.4 sec Evaluation completed in 8.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2.7 sec Evaluation completed in 8.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.9 sec - Pass 2 of 4: Completed in 2.9 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 10 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.9 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 9.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 9.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.9 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.3 sec - Pass 4 of 4: Completed in 3 sec Evaluation completed in 9.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2.4 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 8.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.2 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.6 sec Evaluation completed in 9.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2.4 sec - Pass 3 of 4: Completed in 1.3 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.5 sec Evaluation completed in 8.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.2 sec - Pass 2 of 4: Completed in 2.4 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 8.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.2 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.4 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.4 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.4 sec Evaluation completed in 8.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 3.6 sec Evaluation completed in 3.6 sec |======================================================================================| | Iter | Eval | Objective | Objective | BestSoFar | BestSoFar | MinLeafSize | | | result | | runtime | (observed) | (estim.) | | |======================================================================================| | 1 | Best | 0.1163 | 277.4 | 0.1163 | 0.1163 | 10 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.74 sec Evaluation completed in 0.79 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 1.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 2 sec | 2 | Accept | 0.19635 | 17.06 | 0.1163 | 0.12063 | 48298 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 1.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 5.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 5.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.9 sec | 3 | Best | 0.1048 | 87.792 | 0.1048 | 0.11151 | 3166 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.67 sec Evaluation completed in 0.73 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.9 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 0.98 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 2 sec Evaluation completed in 2 sec | 4 | Best | 0.101 | 153.47 | 0.101 | 0.1056 | 180 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.3 sec Evaluation completed in 1.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 5.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2.1 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 8.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.4 sec Evaluation completed in 1.5 sec | 5 | Best | 0.10058 | 156.17 | 0.10058 | 0.1006 | 145 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.73 sec Evaluation completed in 0.79 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.4 sec Evaluation completed in 1.4 sec | 6 | Accept | 0.10155 | 113.72 | 0.10058 | 0.10059 | 1058 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.69 sec Evaluation completed in 0.75 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 2 sec Evaluation completed in 2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.3 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.99 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 0.97 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 6.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2.6 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.3 sec Evaluation completed in 7.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.4 sec - Pass 2 of 4: Completed in 2.1 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.5 sec Evaluation completed in 8.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 2.2 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.6 sec Evaluation completed in 8.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 3.3 sec Evaluation completed in 10 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2.4 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.7 sec Evaluation completed in 9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.3 sec - Pass 2 of 4: Completed in 2.6 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 3.2 sec Evaluation completed in 11 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.9 sec - Pass 2 of 4: Completed in 2.6 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 10 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.5 sec - Pass 2 of 4: Completed in 2.7 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 3 sec Evaluation completed in 11 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2 sec - Pass 2 of 4: Completed in 2.2 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 2.4 sec Evaluation completed in 9.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.9 sec - Pass 2 of 4: Completed in 2.7 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.4 sec Evaluation completed in 9.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2 sec - Pass 2 of 4: Completed in 2.8 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.6 sec - Pass 2 of 4: Completed in 2.8 sec - Pass 3 of 4: Completed in 1.3 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 10 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2 sec - Pass 2 of 4: Completed in 2.7 sec - Pass 3 of 4: Completed in 1.3 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.3 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.5 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.1 sec - Pass 2 of 4: Completed in 2.3 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 9.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2.7 sec - Pass 2 of 4: Completed in 2.8 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 10 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 2 sec | 7 | Accept | 0.13479 | 312.1 | 0.10058 | 0.10059 | 1 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.62 sec Evaluation completed in 0.67 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 5.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2.3 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 2 sec - Pass 2 of 4: Completed in 2.5 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2.2 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 8.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.6 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.7 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 1.6 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 1.9 sec | 8 | Accept | 0.10249 | 190.23 | 0.10058 | 0.10063 | 58 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.67 sec Evaluation completed in 0.73 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.3 sec Evaluation completed in 1.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 5.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 5.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 5.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.4 sec Evaluation completed in 1.5 sec | 9 | Best | 0.10033 | 164.41 | 0.10033 | 0.1004 | 112 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 2.1 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.98 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.98 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 5.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 0.98 sec - Pass 4 of 4: Completed in 1.7 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.99 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.7 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.9 sec | 10 | Accept | 0.10145 | 102.12 | 0.10033 | 0.10042 | 1682 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.3 sec Evaluation completed in 1.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 5.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 5.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.99 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 5.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 2 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.4 sec Evaluation completed in 1.4 sec | 11 | Accept | 0.10047 | 164.08 | 0.10033 | 0.10044 | 114 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.2 sec Evaluation completed in 1.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.8 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 2.1 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.7 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 5.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.8 sec Evaluation completed in 1.8 sec | 12 | Accept | 0.10105 | 171.09 | 0.10033 | 0.10061 | 116 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.63 sec Evaluation completed in 0.68 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.3 sec Evaluation completed in 1.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 7.2 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.2 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2 sec Evaluation completed in 7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 5.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.1 sec Evaluation completed in 6.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 6.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.5 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.9 sec Evaluation completed in 7.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.9 sec Evaluation completed in 1.9 sec | 13 | Accept | 0.10105 | 155.32 | 0.10033 | 0.10069 | 122 | Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 0.63 sec Evaluation completed in 0.69 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 1: Completed in 1.3 sec Evaluation completed in 1.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 0.99 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 5.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 0.99 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.4 sec Evaluation completed in 6.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.1 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.3 sec Evaluation completed in 6.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.3 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.5 sec Evaluation completed in 5.9 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.6 sec - Pass 2 of 4: Completed in 1.4 sec - Pass 3 of 4: Completed in 1.5 sec - Pass 4 of 4: Completed in 1.6 sec Evaluation completed in 6.6 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 1.7 sec Evaluation completed in 7.3 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.1 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 1.8 sec Evaluation completed in 6.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.2 sec - Pass 2 of 4: Completed in 1.9 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 2.5 sec Evaluation completed in 8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.3 sec - Pass 2 of 4: Completed in 1.5 sec - Pass 3 of 4: Completed in 1 sec - Pass 4 of 4: Completed in 2.8 sec Evaluation completed in 7.4 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.8 sec - Pass 2 of 4: Completed in 2.1 sec - Pass 3 of 4: Completed in 1.1 sec - Pass 4 of 4: Completed in 3 sec Evaluation completed in 8.8 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.7 sec - Pass 3 of 4: Completed in 1.6 sec - Pass 4 of 4: Completed in 3.1 sec Evaluation completed in 8.7 sec Evaluating tall expression using the Parallel Pool 'local': - Pass 1 of 4: Completed in 1.5 sec - Pass 2 of 4: Completed in 1.8 sec - Pass 3 of 4: Completed in 1.2 sec - Pass 4 of 4: 0% complete Evalua...
Mdl = classreg.learning.classif。[] ClassNames: [0 1] ScoreTransform: 'none'属性,方法
FitInfo =没有字段的结构体。
HyperparameterOptimizationResults = BayesianOptimization与属性:ObjectiveFcn:@ createObjFcn / tallObjFcn VariableDescriptions:[4×1 optimizableVariable]选项:[1×1结构] MinObjective:0.1003 XAtMinObjective:[1×1表] MinEstimatedObjective:0.1007 XAtMinEstimatedObjective:[1×1表]NumObjectiveEvaluations:30 TotalElapsedTime:4.7763e + 03 NextPoint公司:[1×1表] X跟踪:[30×1表] ObjectiveTrace:[30×1双] ConstraintsTrace:[] UserDataTrace:{30×1细胞} ObjectiveEvaluationTimeTrace:[30×1双] IterationTimeTrace: [30×1 double] ErrorTrace: [30×1 double] FeasibilityTrace: [30×1 logical] FeasibilityProbabilityTrace: [30×1 double] IndexOfMinimumTrace: [30×1 double] ObjectiveMinimumTrace: [30×1 double] EstimatedObjectiveMinimumTrace: [30×1 double]
资源描述
-標本データモデルを学习させるために使用する标本データ。テーブルとして指定します。资源描述
の各行は1つの観測値に,各列は1つの予測子変数に対応します。オプションとして,资源描述
に応答変数用の列を1つ追加できます。文字ベクトルの细胞配列ではない细胞配列と複数列の変数は使用できません。
资源描述
に応答変数が含まれている場合に资源描述
内の他の変数をすべて予测子として使用するには,ResponseVarName
を使用して応答変数を指定します。
资源描述
に応答変数が含まれている場合に资源描述
内の他の変数の一部のみを予测子として使用するには,公式
を使用して式を指定します。
资源描述
に応答変数が含まれていない場合は,ÿ
を使用して応答変数を指定します。応答変数の長さと资源描述
の行数は等しくなければなりません。
データ型:テーブル
ResponseVarName
-応答変数名资源描述
内の変数の名前応答変数の名前。资源描述
内の変数の名前で指定します。
ResponseVarName
には文字ベクトルまたは字符串スカラーを指定しなければなりません。たとえば,応答変数ÿ
がTbl.Y
として格纳されている场合,'Y'
として指定します。それ以外の场合,モデルを学习させるときに,资源描述
の列はÿ
を含めてすべて予测子として扱われます。
応答変数は,分类配列,文字配列,字符串配列的,逻辑的ベクトル,数値ベクトル,または文字ベクトルの细胞配列でなければなりません。ÿ
が文字配列である场合,応答変数の各要素は配列の1つの行に対応しなければなりません。
名前と値のペアの引数类名
を使用してクラスの順序を指定することをお勧めします。
データ型:烧焦
|串
公式
-応答変数および予测子サブセット変数の说明モデル予测子変数のサブセットおよび応答の说明モデル。'Y〜X1 + X2 + X3'
という形式の文字ベクトルまたは串スカラーを指定します。この式では,ÿ
は応答変数を,X1
,X2
およびX3
は予测子変数を表します。変数は,资源描述
(Tbl.Properties.VariableNames
)に含まれている変数の名前でなければなりません。
モデルに学习をさせるための予测子として资源描述
内の変数のサブセットを指定するには,式を使用します。式を指定した场合,公式
に現れない资源描述
内の変数は使用されません。
データ型:烧焦
|串
ÿ
-クラスラベルX
-予測子データ予测子データ。数値行列として指定します。X
の各行は1つの観測値に,各列は1つの予測子変数に対応します。
fitctree
は,X
の为NaN
値を欠損値として認識します。fitctree
は,すべての欠损値のある観测をX
の近似に使用しません。fitctree
は,これらの観测が有效な値をもつ场合に変数の分割を検出するために,一部の欠损値のある観测をX
に使用します。
データ型:单
|双
オプションの名称,值
引数のコンマ区切りペアを指定します。的名字
は引数名で,值
は対応する値です。的名字
は引用符で囲まなければなりません。Name1, Value1,…,的家
のように,複数の名前と値のペアの引数を,任意の順番で指定できます。
'CrossVal', '上', 'MinLeafSize',40
は,叶ごとに最低40个の観测値をもつ交差検证分类木を指定します。
交差検证の名前と値のペアの引数を名前と値のペアの引数'OptimizeHyperparameters'
と同时に使用することはできません。'OptimizeHyperparameters'
の場合の交差検証は,名前と値のペアの引数“HyperparameterOptimizationOptions”
を使用することのみによって変更できます。
'AlgorithmForCategorical'
-最适なカテゴリカル予测子の分割のアルゴリズム'精确'
|'PullLeft'
|主成分分析的
|“OVAbyClass”
データに対するC個のカテゴリとK(3以上)個のクラスがあるカテゴリカル予測子に対して最適な分割を求めるアルゴリズム。'AlgorithmForCategorical'
と次のいずれかの値から構成されるコンマ区切りのペアとして指定されます。
値 | 说明 |
---|---|
'精确' |
2C-1- 1のすべての组み合わせを検讨します。 |
'PullLeft' |
右枝にあるすべてのÇカテゴリから开始します。残りのカテゴリにおいてķクラスの最小不纯度を実现するように,各カテゴリを左枝に移动することを検讨してください。このシーケンスから,最小の不纯度をもつ分割を选択します。 |
主成分分析的 |
(中心となるクラス确率行列の)重み付け共分散行列の最初の主成分とそのカテゴリに対するクラス确率のベクトル间の内积を使用して,各カテゴリのスコアを计算します。スコアを升顺に并べ替え,ç - 分割をすべてを検讨します。 |
“OVAbyClass” |
右枝にあるすべてのÇカテゴリから开始します。クラスごとに,そのクラスの确率に基づいてカテゴリの顺序を设定します。最初のクラスでは,各カテゴリを左枝に顺番に移动し,各移动の不纯度基准を记录します。残りのクラスに対して同じ作业を缲り返します。このシーケンスから,最小の不纯度をもつ分割を选択します。 |
fitctree
により,既知のクラスの数とカテゴリカル予测子のレベルを使用して分割ごとに最适なアルゴリズムのサブセットが自动的に选択されます.K = 2クラスの场合,fitctree
では常に完全一致検索が実行されます。特定のアルゴリズムを指定するには,名前と値のペアの引数'AlgorithmForCategorical'
を使用します。
详细は,分類木のカテゴリカル予測子の分割を参照してください。
例:'AlgorithmForCategorical', 'PCA'
'CategoricalPredictors'
-カテゴリカル予测子のリスト'所有'
カテゴリカル予测子のリスト。'CategoricalPredictors'
と次の表のいずれかの値から構成されるコンマ区切りのペアとして指定します。
値 | 说明 |
---|---|
正の整数のベクトル | ベクトルのエントリは,カテゴリカル変数が含まれている予测子データ(X または资源描述 )の列に対応するインデックス値です。 |
逻辑ベクトル | 真正 というエントリは,予测子データ(X または资源描述 )の対応する列がカテゴリカル変数であることを意味します。 |
文字行列 | 行列の各行は予測子変数の名前です。名前はPredictorNames のエントリに一致しなくてはなりません。文字行列の各行が同じ長さになるように,名前を余分な空白で埋めてください。 |
文字ベクトルの细胞配列または字符串配列 | 配列の各要素は予测子変数の名前です。名前はPredictorNames のエントリに一致しなくてはなりません。 |
'所有' | すべての予测子がカテゴリカルです。 |
既定では,予測子データが表(资源描述
)内にあり,この表に论理値,カテゴリカル値,串配列,または文字ベクトルの细胞配列が格纳されている场合,fitctree
は変数がカテゴリカルであると见なします。予测子データが行列(X
)である場合,fitctree
はすべての予测子が连続的であると见なします。データが行列の场合にカテゴリカル予测子を确认するには,名前と値のペアの引数'CategoricalPredictors'
を使用します。
例:'CategoricalPredictors', '所有'
データ型:单
|双
|合乎逻辑
|烧焦
|串
|细胞
“类名”
-学习に使用するクラスの名前学習に使用するクラスの名前。“类名”
と分类配列,文字配列,字符串配列的,逻辑的ベクトル,数値ベクトル,または文字ベクトルの细胞配列から构成されるコンマ区切りのペアとして指定します。类名
のデータ型はÿ
と同じでなければなりません。
类名
が文字配列の场合,各要素は配列の1つの “行” に対応しなければなりません。
类名
の使用目的は次のとおりです。
学習時のクラスの順序を指定する。
クラスの顺序に対応する入力または出力引数の次元の顺序を指定する。たとえば,成本
の次元の顺序や预测
によって返される分类スコアの列の顺序を指定するために类名
を使用します。
学习用にクラスのサブセットを选択する。たとえば,ÿ
に含まれているすべての异なるクラス名の集合が{ 'A', 'B', 'C'}
であるとします。クラス'一个'
および“c”
のみの観测値を使用してモデルに学习をさせるには,'类名',{ '一个', 'C'}
を指定します。
类名
の既定値は,ÿ
に含まれているすべての異なるクラス名の集合です。
例:'类名',{ 'B', 'G'}
データ型:カテゴリカル
|烧焦
|串
|合乎逻辑
|单
|双
|细胞
'成本'
-誤分類のコスト点の误分类のコスト。'成本'
と以下のいずれかで构成されるコンマ区切りペアとして指定されます。
既定値は,I〜= j的
の场合は成本(i, j) = 1
,我=我
の场合は成本(i, j) = 0
です。
データ型:单
|双
|構造体
'MAXDEPTH'
-最大の木の深さ最大の木の深さ。'MAXDEPTH'
と正の整数から构成されるコンマ区切りのペアとして指定します。この引数の値を指定すると,レベル数が少なく,计算対象の高配列に対して必要な通过回数が少ない木が返されます。一般に,fitctree
のアルゴリズムでは,データを1回通过し,木の各レベルに対してさらに1回ずつ通过します。既定では,この关数は最大の木の深さを设定しません。
このオプションは,高大的配列に対してfitctree
を使用する場合のみ適用されます。詳細については,高配列を参照してください。
'MaxNumCategories'
-カテゴリレベルの最大的数10
(既定値)|非负のスカラー値“MergeLeaves”
-叶マージフラグ'上'
(既定値)|“关闭”
葉マージフラグ。“MergeLeaves”
と'上'
または“关闭”
で构成されるコンマ区切りのペアとして指定します。
MergeLeaves
が'上'
の場合,fitctree
は
同じ親ノードより発し,そのリスク値合計が親ノードに紐づけられたリスク以上となる葉をマージする
枝刈りされた部分木の最適系列を推定するが,分類木は枝刈りしない
それ以外の场合,fitctree
は叶をマージしません。
例:'MergeLeaves', '断'
“MinParentSize”
-枝ノードの観测値の最小数10
(既定値)|正の整数値枝ノードの観测値の最小数。“MinParentSize”
と正の整数値で構成されるコンマ区切りのペアとして指定します。ツリーの各枝ノードには少なくともMinParentSize
の観测値があります。MinParentSize
とMinLeafSize
両方を指定した场合,fitctree
では叶の数が多くなる方の设定を使用します。MinParentSize = MAX(MinParentSize,2 * MinLeafSize)
。
例:'MinParentSize',8
データ型:单
|双
“NumBins”
-数値予测子のビンの个数[]
(空)(既定値)|正の整数スカラー数値予测子のビンの个数。“NumBins”
と正の整数スカラーから构成されるコンマ区切りのペアとして指定します。
“NumBins”
の値が空(既定)である场合,どの予测子もビン化されません。
“NumBins”
の値として正の整数スカラーを指定した場合,指定した個数の同確率のビンにすべての数値予測子がビン化され,元のデータではなくビンのインデックスに対して木が成長します。
“NumBins”
の値が一意な予测子の値の个数(U)を超える场合,fitctree
üは个のビンに予测子をビン化します。
fitctree
は,カテゴリカル予测子をビン化しません。
大规模な学习データセットを使用する场合,このビン化オプションを使用すると学习を高速化できますが,精度が低下する可能性があります。はじめに“NumBins”, 50岁
を试してから,精度と学习速度に応じて“NumBins”
の値を変更できます。
学习済みのモデルでは,ビンのエッジはBinEdges
プロパティに格纳されます。
例:“NumBins”, 50岁
データ型:单
|双
'PredictorNames'
-予测子変数名予測子変数名。'PredictorNames'
と一意な名前の字符串配列または一意な文字ベクトルの细胞配列から構成されるコンマ区切りのペアとして指定します。'PredictorNames'
の机能は,学习データの提供方法によって决まります。
X
とÿ
を指定した场合,'PredictorNames'
を使用してX
の名前で予测子変数を指定できます。
PredictorNames
内の名前の順序は,X
の列の順序に一致しなければなりません。つまり,PredictorNames {1}
はX(:,1)
の名前,PredictorNames {2}
はX(:,2)
の名前であり,他も同様です。また,大小(X, 2)
とnumel(PredictorNames)
は等しくなければなりません。
既定ではPredictorNames
は{ 'X1', 'X2',...}
です。
资源描述
が与えられた場合,'PredictorNames'
を使用して学習に使用する予測子変数を選択できまつす。まり,fitctree
はPredictorNames
の予测子変数と応答変数のみを学习で使用します。
PredictorNames
はTbl.Properties.VariableNames
のサブセットでなければならず,応答変数の名前を含めることはできません。
既定では,すべての予测子変数の名前がPredictorNames
に格纳されます。
'PredictorNames'
と公式
のいずれか一方のみを使用して学习用の予测子を指定することをお勧めします。
例:'PredictorNames',{ 'SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth'}
データ型:串
|细胞
'PredictorSelection'
-最适な分割予测子の选択に使用するアルゴリズム“allsplits”
(既定値)|“曲率”
|“交互曲率”
各ノードで最适な分割予测子の选択に使用するアルゴリズム。'PredictorSelection'
と次の表の値から构成されるコンマ区切りのペアとして指定します。
値 | 说明 |
---|---|
“allsplits” |
标准车 - すべての予测子に対して可能なすべての分割について分割基准ゲインを最大化する分割予测子を选択します[1]。 |
“曲率” |
曲率検定——各予測子と応答の間の独立性に対するカイ二乗検定のp値を最小化する分割予測子を選択します[4]。学习速度は标准车と同等です。 |
“交互曲率” |
交互作用検定——各予測子と応答の間の独立性に対するカイ二乗検定のp値,および予測子の各ペアと応答の間の独立性に対するカイ二乗検定のp値を最小化する分割予測子を選択します[3]。学习速度は标准车より遅くなる可能性があります。 |
“曲率”
と“交互曲率”
では,すべての検定でp値が0.05を超える场合,fitctree
はノードの分割を停止します。
标准CARTアルゴリズムには,相违する値が少ない分割予测子(カテゴリカル変数など)よりも,相违する値が多い分割予测子(连続変数など)を选択する倾向があります[4],以下のいずれかに該当する場合は,曲率検定または交互作用検定の指定を検討してください。
相违する値の个数が他の予测子よりも比较的少ない予测子がある场合(予测子データセットが异种混合である场合など)。
予测子の重要度の分析が目标である场合。予测子の重要度の推定に关する详细については,predictorImportance
を参照してください。
標準购物车を使用して成長させた木は,予測子変数の交互作用の影響を受けません。また,多くの無関係な予測子が存在する状況では,このような木によって重要な変数が特定される可能性は,交互作用検定を適用した場合より低くなります。このため,予測子の交互作用を考慮し,重要度変数の特定を多くの無関係な変数が存在する状況で行うには,交互作用検定を指定します[3]。
'PredictorSelection'
の値は,予测速度に影响を与えません。
fitctree
が分割予测子を选択する方法の详细については,ノード分割規則と分割予测子选択手法の选択を参照してください。
例:“PredictorSelection”、“弯曲”
“之前”
-事前確率“经验”
(既定値)|“统一”
|スカラー値のベクトル|構造体各クラスの事前确率。“之前”
と以下のいずれかで构成されるコンマ区切りのペアとして指定します。
权重
と先
の両方に値を设定した场合は,重みは再正规化され,それぞれのクラスの事前确率の値に加算されます。
例:“前”,“均匀”
データ型:烧焦
|串
|单
|双
|構造体
“删除”
-枝刈りされた部分木の最适シーケンスを推定するフラグ'上'
(既定値)|“关闭”
枝刈りされた部分木の最适なシーケンスを推定するフラグ。“删除”
と'上'
または“关闭”
で构成されるコンマ区切りのペアとして指定します。
修剪
が'上'
の場合,fitctree
は枝刈りを行わずに分类木を成长させますが,枝刈りされた部分木の最适なシーケンスの推定は行います。それ以外の场合は,fitctree
は分类木を成长させますが,枝刈りされた部分木の最适シーケンスを推定しません。
学习済みのClassificationTree
モデルに対して枝刈りを行うには,モデルを修剪
に渡します。
例:“剪枝”,“关”
'PruneCriterion'
-枝刈り条件“错误”
(既定値)|'不纯'
枝刈り条件。'PruneCriterion'
および“错误”
または'不纯'
で构成されるコンマ区切りのペアとして指定します。
'不纯'
を指定した场合,fitctree
は名前と値のペアの引数“SplitCriterion”
によって指定された不纯度の尺度を使用します。
詳細については,不纯度とノード误差を参照してください。
例:“PruneCriterion”、“杂质”
“复制”
-再现性を强制するためのフラグ假
(逻辑0
)(既定値)|真正
(逻辑1
)モデルの学习の反复実行における再现性を强制するためのフラグ。“复制”
と假
または真正
から構成されるコンマ区切りのペアとして指定します。
'NumVariablesToSample'
が'所有'
ではない场合,各分岐で予测子が无作为に选択されます。无作为な选択を再现するには,“重现”,真的
を指定し,rng
を使用して乱数発生器のシードを設定しなければなりません。“复制”
を真正
に设定すると学习速度が低下する可能性があることに注意してください。
例:“重现”,真的
データ型:合乎逻辑
'ResponseName'
-応答変数名'Y'
(既定値)|文字ベクトル|串スカラー応答変数名。'ResponseName'
と応答変数の名前を表す文字ベクトルまたは串スカラーから构成されるコンマ区切りのペアとして指定します。
入力引数ResponseVarName
または公式
を使用した场合,この名前と値のペアは无效になります。
例:'ResponseName', 'IrisType'
データ型:烧焦
|串
'ScoreTransform'
-スコア変换'没有'
(既定値)|“doublelogit”
|'invlogit'
|“ismax”
|'Logit模型'
|关数ハンドル|…スコア変換。'ScoreTransform'
と文字ベクトル,弦スカラー,または関数ハンドルから構成されるコンマ区切りのペアとして指定します。
次の表は,使用可能な文字ベクトルおよび串スカラーをまとめています。
値 | 说明 |
---|---|
“doublelogit” |
1 / (1 + e-2x) |
'invlogit' |
日志(X /(1 - X)) |
“ismax” |
最大のスコアをもつクラスのスコアを1 に设定し,他のすべてのクラスのスコアを0 に設定します。 |
'Logit模型' |
1 / (1 + e-X) |
'没有' または“身份” |
x(変換なし) |
'标志' |
x <0的のとき-1 x = 0时のとき0 X> 0のとき1 |
“对称” |
2 x - 1 |
'symmetricismax' |
最大のスコアをもつクラスのスコアを1 に设定し,他のすべてのクラスのスコアを1 に設定します。 |
“symmetriclogit” |
2 / (1 + e-X) - 1 |
MATLAB®关数またはユーザー定义关数の场合は,スコア変换用の关数ハンドルを使用します。关数ハンドルは,行列(元のスコア)を受け入れて同じサイズの行列(変换したスコア)を返さなければなりません。
例:'ScoreTransform', '分对数'
データ型:烧焦
|串
|function_handle
“权重”
-観測値の重み(大小(x, 1), 1)
(既定値)|スカラー値のベクトル|资源描述
内の変数の名前観測値の重み。“权重”
とスカラー値のベクトルまたは资源描述
内の変数の名前から构成されるコンマ区切りのペアとして指定します。X
または资源描述
の各行に含まれている観測値には,权重
の対応する値で重みが付けられます。权重
のサイズは,X
または资源描述
の行数と同じでなければなりません。
入力データをテーブル资源描述
として指定した场合,权重
は数値ベクトルが含まれている资源描述
内の変数の名前にすることができます。この場合,权重
には文字ベクトルまたは串スカラーを指定しなければなりません。たとえば,重みのベクトルw ^
がTbl.W
として格纳されている场合,'W'
として指定します。それ以外の场合,モデルを学习させるときに,资源描述
の列はw ^
を含めてすべて予测子として扱われます。
fitctree
は,合計がクラスの事前確率の値になるように各クラスの重みを正規化します。
データ型:单
|双
|烧焦
|串
'CrossVal'
-交差検証決定木を成長させるフラグ“关闭”
(既定値)|'上'
“CVPartition”
-交差検証木の分割cvpartition
オブジェクト交差検证决定木で使用する分割。“CVPartition”
と,cvpartition
を使用して作成されるオブジェクトで構成される,コンマ区切りのペアとして指定します。
“CVPartition”
を使用する場合は,“KFold”
,“坚持”
または'忽略'
名前と値のペアの引数のいずれも使用できません。
“坚持”
-ホールドアウト検定の対象データの比率0
(既定値)|[0,1]
の范囲のスカラー値ホールドアウト検定に使用されるデータの比率。“坚持”
と,[0,1]
の范囲内のスカラー値から成るコンマ区切りのペアとして指定します。ホールドアウト検定は,データの指定部分をテストし,データの残りの部分を学习に使用します。
“坚持”
を使用する場合は,“CVPartition”
,“KFold”
または'忽略'
名前と値のペアの引数のいずれも使用できません。
例:“坚持”,0.1
データ型:单
|双
“KFold”
-分割の数10
(既定値)|1より大きい正の整数値交差検证分类器で使用する分割の数。“KFold”
と1より大きい正の整数から构成されるコンマ区切りのペアとして指定します。たとえば,'KFold',K
を指定した场合,以下が行われます。
データを無作為にk個のセットに分割する
各セットについて,そのセットを検定データとして予约し,他の期k - 1個のセットを使用してモデルに学習をさせる
ķ
個のコンパクトな学習済みモデルを,交差検証済みモデルの训练有素的
プロパティに含まれているķ
行1列の细胞ベクトルのセルに格纳する。
交差検证済みモデルを作成するために使用できるオプションは,CVPartition
,坚持
,KFold
,忽略
のいずれかのみです。
例:'KFold',8
データ型:单
|双
'忽略'
-分析法の交差検証のフラグ“关闭”
(既定値)|'上'
分析法の交差検証のフラグ。'忽略'
と'上'
または“关闭”
で構成されるコンマ区切りのペアとして指定します.Leave-one-out法の交差検証を使用する場合は,'上'
を指定します。
'忽略'
を使用する場合は,“CVPartition”
,“坚持”
または“KFold”
名前と値のペアの引数のいずれも使用できません。
例:“Leaveout”,“上”
'MaxNumSplits'
-决定分岐の最大数尺寸(X,1) - 1
(既定値)|正の整数決定分岐(枝ノード)の最大的数。'MaxNumSplits'
と正の整数をコンマ区切りのペアとして指定します。fitctree
では,枝ノードの数がMaxNumSplits
以下になるように分割します。分割の动作についての详细は,アルゴリズムを参照してください。
例:'MaxNumSplits',5
データ型:单
|双
“MinLeafSize”
-叶ノードの観测値の最小数1
(既定値)|正の整数値葉ノードの観測値の最小的数。“MinLeafSize”
と正の整数値で構成されるコンマ区切りのペアとして指定します。各葉には少なくともツリー葉あたりMinLeafSize
の観测値があります。MinParentSize
とMinLeafSize
の両方を指定した场合,fitctree
では叶の数が多くなる方の设定を使用します。MinParentSize = MAX(MinParentSize,2 * MinLeafSize)
。
例:'MinLeafSize',3
データ型:单
|双
'NumVariablesToSample'
-各分割についてランダムに选択する予测子の数'所有'
(既定値)|正の整数値分割ごとにランダムに選択する予測子の数。'NumVariablesToSample'
と正の整数値で构成されるコンマ区切りのペアとして指定します。また,'所有'
を指定すると,使用可能なすべての予测子が使用されます。
多数の予測子が学習データに含まれている場合に予測子の重要度を分析するには,'NumVariablesToSample'
として'所有'
を指定します。このようにしないと,重要度が过小评価されて一部の予测子が选択されない可能性があります。
無作為な選択を再現するには,rng
を使用して乱数発生器のシードを設定し,“重现”,真的
を指定しなければなりません。
例:“NumVariablesToSample”, 3
データ型:烧焦
|串
|单
|双
“SplitCriterion”
-分割条件gdi的
(既定値)|“两个”
|“越轨”
分割条件。“SplitCriterion”
と,gdi的
(ジニ多様性指数),两个規則の“两个”
,最大逸脱度減少量(クロスエントロピーともいう)の“越轨”
のいずれかで構成される,コンマ区切りのペアとして指定します。
詳細については,不纯度とノード误差を参照してください。
例:'SplitCriterion', '越轨'
'OptimizeHyperparameters'
-最适化するパラメーター'没有'
(既定値)|'汽车'
|'所有'
|使用可能パラメーター名の串配列または细胞配列|optimizableVariable
オブジェクトのベクトル最适化するパラメーター。'OptimizeHyperparameters'
と次のいずれかから構成されるコンマ区切りのペアとして指定します。
'没有'
- 最适化を行いません。
'汽车'
-{ 'MinLeafSize'}
を使用します。
'所有'
- すべての使用可能パラメーターを最适化します。
使用可能パラメーター名の串配列または细胞配列
optimizableVariable
オブジェクトのベクトル。通常はhyperparameters
の出力です。
最适化では,パラメーターを変化させることにより,fitctree
の交差検证损失(误差)を最小化しようとします。(各种の状况における)交差検证损失の详细については,分类损失を参照してください。交差検证のタイプおよびその他の最适化の侧面を制御するには,名前と値のペアHyperparameterOptimizationOptions
を使用します。
'OptimizeHyperparameters'
の値は,他の名前と値のペアの引数を使用して設定した値より優先されます。たとえば,'OptimizeHyperparameters'
を'汽车'
に設定すると,'汽车'
の値が適用されます。
fitctree
では,以下のパラメーターを使用できます。
MaxNumSplits
-fitctree
は,既定では范囲NumObservations-1[1,马克斯(2))
の対数スケールで,整数を探索します。
MinLeafSize
-fitctree
は,既定では范囲[1,MAX(2,地板(NumObservations / 2))]
の対数スケールで,整数を探索します。
SplitCriterion
- 2クラスの場合,fitctree
はgdi的
と“越轨”
で探索します。3クラス以上の場合,fitctree
は“两个”
でも探索します。
NumVariablesToSample
-fitctree
は,このハイパーパラメーターについて最适化を行いません。NumVariablesToSample
をパラメーター名として渡しても,fitctree
はすべての予测子を使用するだけです。ただし,fitcensemble
はこのハイパーパラメーターについて最適化を行います。
既定以外のパラメーターを设定するには,既定以外の値が含まれているoptimizableVariable
オブジェクトのベクトルを渡します。たとえば,以下のようにします。
加载fisheririsPARAMS =超参数(“fitctree”,MEAS,物种);PARAMS(1).Range = [1,30];
OptimizeHyperparameters
の値としてPARAMS
を渡します。
既定では,コマンドラインに反复表示が表示され,最适化のハイパーパラメーターの个数に従ってプロットが表示されます。最适化とプロットにおける目的关数は,回帰の场合は日志(1 +交差検证损失),分类の场合は误分类率です。反复表示を制御するには,名前と値のペアの引数“HyperparameterOptimizationOptions”
の详细
フィールドを设定します。プロットを制御するには,名前と値のペアの引数“HyperparameterOptimizationOptions”
のShowPlots
フィールドを设定します。
たとえば,分类木の最适化を参照してください。
例:'汽车'
“HyperparameterOptimizationOptions”
-最適化のオプション最适化のオプション。“HyperparameterOptimizationOptions”
と構造体から構成されるコンマ区切りのペアとして指定します。この引数を指定すると,名前と値のペアの引数OptimizeHyperparameters
の効果が変化します。この構造体のフィールドは,すべてオプションです。
フィールド名 | 値 | 既定の设定 |
---|---|---|
优化 |
|
'bayesopt' |
AcquisitionFunctionName |
オブジェクト关数のランタイムによって最适化が异なるので,名前に |
“expected-improvement-per-second-plus” |
MaxObjectiveEvaluations |
目的关数评価の最大数。 | 'bayesopt' または'randomsearch' の场合は三十 ,'gridsearch' の场合はグリッド全体 |
MaxTime |
制限时间。正の実数を指定します。制限时间の単位は, |
正 |
NumGridDivisions |
'gridsearch' における各次元の値の個数。値は,各次元の値の個数を表す正の整数のベクトル,またはすべての次元に適用されるスカラーが可能です。カテゴリカル変数の場合,このフィールドは無視されます。 |
10 |
ShowPlots |
プロットを表示するかどうかを示す论理値。真正 の场合,最良の目的关数の値が反复回数に対してプロットされます0.1つまたは2つの最适化パラメーターがあり,优化 が'bayesopt' である场合,ShowPlots はパラメーターに対する目的关数のモデルのプロットも行います。 |
真正 |
SaveIntermediateResults |
优化 が'bayesopt' である场合に结果を保存するかどうかを示す论理値。真正 の場合,'BayesoptResults' という名前のワークスペース変数が反复ごとに上书きされます。この変数はBayesianOptimization オブジェクトです。 |
假 |
详细 |
コマンドラインへの表示。
詳細については, |
1 |
UseParallel |
ベイズ最適化を並列実行するかどうかを示す論理値。並列実行には并行计算工具箱™が必要です。詳細については,並列ベイズ最適化を参照してください。 | 假 |
重新分割 |
反復ごとに交差検証を再分割するかどうかを示す論理値。 分割ノイズが考虑されるので,通常は |
假 |
以下の3つのフィールド名は1つだけ使用できます。 | ||
CVPartition |
cvpartition によって作成されるcvpartition オブジェクト。 |
交差検证フィールドが指定されていない场合“Kfold”, 5 |
坚持 |
ホールドアウトの比率を表す范囲(0,1) のスカラー。 |
|
Kfold |
1より大きい整数。 |
例:'HyperparameterOptimizationOptions',结构( 'MaxObjectiveEvaluations',60)
データ型:構造体
树
- 分类木分类木。分类木オブジェクトとして返します。
'CrossVal'
,“KFold”
,“坚持”
,'忽略'
または“CVPartition”
オプションを使用すると,クラスClassificationPartitionedModel
の木が生成されます。予測に分割されたツリーは使用できないため,この種類のツリーには预测
メソッドがありません。代わりに,kfoldPredict
を使用して,学习に使用しない観测値の応答を予测します。
それ以外の场合,树
のクラスはClassificationTree
で,预测
メソッドを使用して予測を行うことができます。
“曲率検定”は2つの変数に関連性がないという帰無仮説を評価する統計検定です。
予测子変数Xおよびýの间の曲率検定は,以下のプロセスを使用して実施されます。
Xが连続である场合,四分位数に分割します。分割のどの部分に属するかに従って観测値をビン化するノミナル変数を作成します。欠损値がある场合は,そのための追加のビンを作成します。
分割した予测子の各レベルJ = 1,...,Jと応答のクラスK = 1,...,Kについて,クラスķにおける観测値の加重比率を计算します。
w ^一世は観测値我の重みで
です我はインジケーター関数,nは標本サイズです。すべての観測値の重みが同じである場合,
になります.NJKは,クラスķに属している予测子のレベルĴの予测子のレベル
検定統計量を計算します。
は,レベルjで予測子が観測される周辺確率です。 は,クラスķが観测される周辺确率です.Nが十分に大きい场合,叔は自由度が(K - 1)(j - 1)のχ2分布になります。
この検定のp値が0.05未満である场合中,xとÿには关连性がないという帰无仮说が弃却されます。
标准CARTアルゴリズムには,各ノードにおける最适な分割予测子を决定するときに,レベル数の多い连続予测子を选択する倾向があります。このような选択は见せかけだけの场合があり,カテゴリカル予测子などのような,より少ないレベルのより重要な予测子を隠してしまう可能性があります。
标准车の代わりに曲率検定を适用して,各ノードにおける最适な分割予测子を决定することができます。この场合,最适な分割予测子変数は,各予测子と応答変数の间における曲率検定の有意なp値(0.05未満)が最小になる変数です。このような选択は,各予测子のレベル数に対してロバストです。
予测子のレベルが特定のクラスについて纯粋である场合,fitctree
はこれらのレベルをマージします。このため,アルゴリズムの手顺3で,Jが実际の予测子のレベル数より小さくなる可能性があります。たとえば,Xに4つのレベルがあり,ビン1および2の観测値がすべてクラス1に属している场合,これらのレベルはクラス1について纯粋です。この结果,fitctree
はビン1および2の観测値をマージするので,Jは3になります。
ClassificationTree
は,“不純度”または“ノード误差”に基づいてノードを分割します。
不纯度とは,SplitCriterion
名前と値のペアの引数によって,次のいずれかの意味を表します。
ジニ多様性指数(gdi
) - ノードのジニ指数は,次の式で表されます。
ここで,合计はノードのクラス我全体が対象であり,P(I)は,ノードに到达したクラス我をもつ観测クラスの比率です。クラスを1つだけもつノード(“纯粋”ノード)のジニ指数は0
です。それ以外のノードでは,ジニ指数は正の値です。したがって,ジニ指数はノードの不纯度の基准です。
逸脱度(“越轨”
) - ノードの逸脱度は,ジニ指数と同様に定义されたP(I)を用いて次の式で表されます。
純粋ノードの逸脱度は0
です。それ以外のノードでは,逸脱度は正の値です。
两分规则(“两个”
) - 两分はノードの纯粋度の基准ではありませんが,ノードの分割を判断するための别の基准の1つです.L(ⅰ)は,分割后の左侧の子ノードのクラス我のメンバーの比率を示し,R(I)は分割后の右侧の子ノードのクラス我のメンバーの比率を示すとします。最大化するための分割基准を选択します。
ここで,P(L)およびP(R)は,それぞれ左侧と右侧に分割された観测値の比率を表します。式が大きい场合は,分割によって各子ノードの纯粋度は高くなります同。様に,式が小さい场合は,分割によって各子ノードが互いに类似するようになります。このため,亲ノードとも类似するようになります。分割によるノードの纯粋度の向上はありませんでした。
ノード误差 - ノード误差はノードで误分类されたクラスの比率です.Jがノードで最大の学习标本数をもつクラスである场合は,ノード误差は次のように表されます。
1 - p (j)。
“交互作用検定”は,予測子変数のペアと応答変数の間に交互作用がないという帰無仮説を評価する統計検定です。
yに関して予測子変数x1およびx2の関連性を評価する交互作用検定は,以下のプロセスを使用して実施されます。
X1またはx2が連続である場合,その変数を四分位数に分割します。分割のどの部分に属するかに従って観測値をビン化するノミナル変数を作成します。欠損値がある場合は,そのための追加のビンを作成します。
X1およびx2のどのレベルに属しているかに従ってインデックスを観測値我に割り当てる,J =1Ĵ2个のレベルがあるノミナル変数Žを作成します。どの観测値にも対応しないレベルをŽから削除します。
žŸとの间で曲率検定を実施します。
决定木を成长させるときに,予测子のペア间に重要な交互作用があり,重要度が低い他の予测子がデータ内に多数あると,标准车は重要な交互作用を见逃す倾向があります。しかし,代わりに曲率検定と交互作用検定を実施して予测子を选択すると,重要な交互作用の検出が改善され,より正确な决定木が生成される可能性があります。
“関連性予測尺度”は,観测値を分割する决定规则间の类似度を示す値です。(木を成长させることによって求められる)最适な分割に対して比较される,可能なすべての决定分岐の中で,最适な代理決定分岐は関連性予測尺度が最大になります。2番目に最適な代理分岐は,関連性予測尺度が2番目に大きくなります。
XĴとxķがそれぞれ予测子変数Ĵおよびķであり,J≠ķであるとします。ノード吨における最适な分割XĴ< uと代理分岐xķ
P大号は,ノード吨においてXĴ P[Rは,ノード吨においてXĴ≥üとなる観测値の比率です。添字řは,ノード吨の右の子を表します。
は,ノード吨においてXĴķ
は,ノード吨においてXĴ≥uおよびxķ≥vとなる観测値の比率です。 XĴまたはxķについて欠损値がある観测値は,比率の计算に使用されません。 λJKは,( - ∞,1]の値になります。λJK> 0である场合中,xķ< vはxĴ
“代理决定分岐”は,决定木の特定のノードにおける最适な决定分岐の代わりになります。最适な分割は,木を成长させることによって求められます。代理分岐では,类似する予测子変数または相关关系がある予测子変数と分割基准を使用します。
ある観測値について最適な分割予測子の値が欠損している場合,その観測値は最適な代理予測子を使用して左または右の子ノードに送られます。観測値について最適な代理予測子の値も欠損している場合,その観測値は2番目に最適な代理予測子を使用して左または右の子ノードに送られます。3番目以降についても同様です。分割候補は,関連性予測尺度の降顺で并べ替えられます。
fitctree
は,以下のプロセスを使用してノードtの分割方法を決定します。
標準购物车の場合(つまり,PredictorSelection
が“allpairs”
である場合),すべての予測子x一世(我= 1,…,p)について以下を行います。
fitctree
は,ノード吨の重み付き不纯度我Ťを计算します。サポートされる不纯度の尺度については,SplitCriterion
を参照してください。
fitctree
は,次の式を使用して,観测値がノード吨に含まれる确率を推定します。
w ^Ĵは観测値Ĵの重み,Tはノード吨に含まれているすべての観测値のインデックスの集合です。先
と权重
のいずれも指定しなかった场合,WĴ= 1 / nになります。ここで,nは標本サイズです。
fitctree
はx一世を昇順で並べ替えます。並べ替えられた予測子の各要素は,分割候補または切り取り点です。fitctree
は,欠损値に対応するインデックスを,分割されない集合Ťüに格納します。
fitctree
は,すべての分割候补で不纯度ゲイン(ΔI)を最大化することにより中,x一世を使用してノード吨を分割する最适な方法を决定します。つまり中,x一世に含まれているすべての分割候补について,
fitctree
は,ノード吨に含まれている観测値を左と右の子ノード(それぞれ吨大号およびt[R)に分割します。
fitctree
はΔIを计算します。特定の分割候补について,集合Ť大号およびT[R内の観測値のインデックスがそれぞれt大号およびt[Rに含まれていると仮定します。
X一世に欠损値が含まれていない场合,现在の分割候补の不纯度ゲインは次のようになります。
X一世に欠损値が含まれている场合,観测値はランダムに欠损していると仮定され,不纯度ゲインは次のようになります。
笔 - Ťüは,ノード吨に含まれている,欠损していないすべての観测値のインデックスの集合です。
代理決定分岐を使用する场合,次のようになります。
fitctree
は,决定分岐XĴ< uと可能なすべての決定分岐xķ
fitctree
は,最适な分割となる关连性予测尺度の降顺に,可能な代替决定分岐を并べ替えます。代理分岐は,尺度が最大になる决定分岐です。
fitctree
はx一世について代理分岐を使用して,欠损値が含まれている観测値を子ノードに割り当てます。代理予测子にも欠损値が含まれている场合,fitctree
は他の代理がなくなるまで,尺度が2番目に大きいものから順番に決定分岐を使用します。fitctree
は,ノード吨で2つの异なる代理分岐を使用して2つの异なる観测値を分割することができます。たとえば,ノード吨で予测子X一世(ⅰ∉{1,2})について,予测子X1およびx2がそれぞれ最适および2番目に最适な代理であるとします。予测子X一世の観测値米が欠损しており(つまり中,xMIが欠损)中,xM1は欠损していない场合,X1は観測値xMIの代理予测子になります。観测値X第(m + 1),IとX(M + 1),1が欠损しており中,x第(m + 1),2は欠损していない场合,X2は観測値m + 1の代理予測子になります。
fitctree
は,适切な不纯度ゲインの式を使用します。つまり,fitctree
が代理分岐を使用して,ノードtに含まれているすべての欠損観測値を子ノードに割り当てることができない場合,不純度ゲインはΔIüになります。それ以外の场合,fitctree
は不纯度ゲインにΔIを使用します。
fitctree
は,不纯度ゲインが最大になる候补を选択します。
fitctree
は,不纯度ゲインが最大になる切り取り点で予测子変数を分割します。
曲率検定の場合(つまり,PredictorSelection
が“曲率”
である场合)
fitctree
は,ノード吨の観测値について各予测子と応答の间で曲率検定を実施します。
0.05以すべてのp値が上である場合,fitctree
はノード吨を分割しません。
最小のp値が存在する场合,fitctree
は対応する予测子を选択してノード吨を分割します。
アンダーフローにより复数のp値がゼロになる场合,fitctree
は対応する予测子に标准车を适用して分割予测子を选択します。
fitctree
は,分割予測子を選択した場合に,標準购物车を使用して切り取り点を選択します(標準购物车のプロセスの手順4を参照)。
交互作用検定の场合(つまり,PredictorSelection
が“交互曲率”
である场合)
fitctree
は,ノード吨の観测値について,各予测子と応答の间で曲率検定を,予测子の各ペアと応答の间で交互作用検定を実施します。
0.05以すべてのp値が上である場合,fitctree
はノード吨を分割しません。
曲率検定の結果により最小のp値が存在する場合,fitctree
は対応する予测子を选択してノード吨を分割します。
交互作用検定の結果により最小のp値が存在する場合,fitctree
は対応する予测子のペアに対して标准车を使用して分割予测子を选択します。
アンダーフローにより复数のp値がゼロになる场合,fitctree
は対応する予测子に标准车を适用して分割予测子を选択します。
fitctree
は,分割予測子を選択した場合に,標準购物车を使用して切り取り点を選択します(標準购物车のプロセスの手順4を参照)。
MergeLeaves
が'上'
およびPruneCriterion
が“错误”
(これらの名前と値のペアの引数の既定値)の场合,枝刈りは分类误差を使用して叶のみに适用されます。この仕様はツリー叶あたり最も一般的なクラスを共有する叶のマージになります。
MaxNumSplits
に対応するため,fitctree
は现在の“レイヤー”に含まれているすべてのノードを分割してから枝ノードの数をカウントします。レイヤーとは,ルートノードから同じ距离にあるノードの集合です。枝ノードの数がMaxNumSplits
を超えた场合,fitctree
は以下の手顺に従います。
现在のレイヤーに含まれている枝ノードが,最大でもMaxNumSplits
になるように,分割を解除する数を判断する。
不纯度顺に枝ノードを并べ替える。
适切ではない分岐の分割を解除する。
それまでに成長させた決定木を返す。
この手顺に従うと,バランスが最大の木が生成されます。
次の条件のいずれかが満たされるまで,枝ノードをレイヤー単位で分割します。
MaxNumSplits
个の枝ノードが存在している。
推奨されている分割を行うと,少なくとも1つの枝ノードで観測値の数がMinParentSize
より少なくなる。
推奨される分割を行うと,少なくとも1つの叶ノードで観测値の数がMinLeafSize
より少なくなる。
レイヤー内で適切な分割を検出できない。つまり,現在の枝刈り基準(PruneCriterion
参照)では,レイヤー内で推奨されている分割を行っても状況が改善されない。すべてのノードが純粋(ノード内のすべての観測値が同じクラス)になるのは特殊なケースです。
PredictorSelection
の値が“曲率”
または“交互曲率”
の场合に,すべての検定でp値が0.05を超える。
MaxNumSplits
とMinLeafSize
は,既定値で行われる分割に影响を与えません。'MaxNumSplits'
を设定した场合,MaxNumSplits
回の分割が発生する前に,MinParentSize
の値が原因となって分割が停止することもあります。
デュアルコア以上のシステムの场合,fitctree
では英特尔®スレッディングビルディングブロック(TBB)を使用して决定木の学习を并列化します。英特尔TBBについての详细は,https://software.intel.com/en-us/intel-tbbを参照してください。
[1] Breiman, L., J. Friedman, R. Olshen, C. Stone。分类和回归树。博卡拉顿,佛罗里达:CRC出版社,1984年。
[2]铜匠,D.,S. J.香,和J. R. M.霍斯金。“分区决策树标称属性。”数据挖掘和知识发现,卷。3,1999年,第197-217。
[3]蕙,W.Y.“回归树不带偏见的变量选择和互动检测。”STATISTICA学报,卷。12,2002年,第361-386。
[4]蕙,W.Y.和Y.S.施。“拆分选择方法对于分类树”。STATISTICA学报,卷。7,1997年,第815-840。
使用上の注意事项および制限事项:
以下の構文がサポートされます。
树= fitctree(资源描述,Y)
树= fitctree (X, Y)
树= fitctree(___,名称,值)
[树,FitInfo,HyperparameterOptimizationResults] = fitctree(___,名称,值)
——名前と値のペアの引数'OptimizeHyperparameters'
が指定された场合,fitctree
は追加の出力引数FitInfo
およびHyperparameterOptimizationResults
を返します。
出力引数FitInfo
は,現在は将来の使用のために予約されている空の構造体配列です。
出力引数HyperparameterOptimizationResults
は,ハイパーパラメーターの交差検証最適化を記述する値が関連付けられているハイパーパラメーターの表またはBayesianOptimization
オブジェクトです。
モデルの作成时に名前と値のペアの引数'OptimizeHyperparameters'
が空以外であった场合,'HyperparameterOptimizationResults'
は空以外になります。'HyperparameterOptimizationResults'
の値は,モデルの作成时に名前と値のペアの引数“HyperparameterOptimizationOptions”
について指定した値に依存します。
'bayesopt'
(既定)を指定した场合,HyperparameterOptimizationResults
はBayesianOptimization
クラスのオブジェクトになります。
'gridsearch'
または'randomsearch'
を指定した场合,HyperparameterOptimizationResults
は表になり,使用したハイパーパラメーター,観测された目的关数の値(交差検证损失),および最低(最良)から最高(最悪)までの観测値の顺位が格纳されます。
サポートされる名前と値のペアの引数および违いは次のとおりです。
'AlgorithmForCategorical'
'CategoricalPredictors'
“类名”
'成本'
“HyperparameterOptimizationOptions”
- 交差検证として,高大的最适化では“坚持”
検証のみがサポートされます。たとえば,fitctree (X, Y,‘OptimizeHyperparameters’,‘汽车’,‘HyperparameterOptimizationOptions’,结构(“抵抗”,0.2))
を指定できます。
'MaxNumCategories'
'MaxNumSplits'
——高最適化の場合,fitctree
は,既定では范囲[1,MAX(2分钟(10000,NumObservations-1))]
の対数スケールで整数を探索します。
“MergeLeaves”
“MinLeafSize”
“MinParentSize”
'NumVariablesToSample'
'OptimizeHyperparameters'
'PredictorNames'
“之前”
'ResponseName'
'ScoreTransform'
“SplitCriterion”
“权重”
以下は,高配列専用の追加の名前と値のペアの引数です。
'MAXDEPTH'
- 出力される木の最大の深さを指定する正の整数この引数の値を指定すると,レベル数が少なく,计算対象の高的配列に対して必要な通过回数が少ない木が返されます。一般に,fitctree
のアルゴリズムでは,データを1回通过し,木の各レベルに対してさらに1回ずつ通过します。既定では,この关数は最大の木の深さを设定しません。
详细は,高配列(MATLAB)を参照してください。
并列実行するには,'UseParallel'
オプションを真正
に設定します。
ハイパーパラメーターの最適化を並列実行するため,この関数を呼び出すときに名前と値のペアの引数“HyperparameterOptions”、结构(UseParallel,真的)
を指定します。
并列的なハイパーパラメーターの最适化の详细については,並列ベイズ最適化を参照してください。
并列计算の全般的な情报については,自動並列サポートを使用したMATLAB関数の実行(并行计算工具箱)を参照してください。
MATLABのコマンドを実行するリンクがクリックされました。
このリンクは、Webブラウザーでは動作しません.MATLABコマンドウィンドウに以下を入力すると,このコマンドを実行できます。
你也可以从以下列表中选择一个网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。