問い合わせ文などを分類や回帰の入力にすると、Fioneの開発版では線形モデルのTextLinearも探索します。文章列の判定は語数の中央値が5語以上です。前回紹介した話題特徴量が文章を少数の数値に圧縮するのに対し、TextLinearは単語と隣接2語のTF-IDFを他の列と組み合わせ、分類はロジスティック回帰、回帰はリッジ回帰で学習します。語彙は交差検証の各学習分割で作ります。
学習結果で候補を確認する
文章列を入力に含めてAutoMLを実行します。標準の探索で条件を満たした列があれば候補に入ります。基本の語彙上限は列ごとに3万で、固定値です。探索時間が足りる場合は、最大10万語彙の版、文字の2〜5グラムを加える版、派生特徴量を外す版も候補になります。後段の配分は探索時間の15%で、文字版は空白で区切れない列や推定500万文字を超える列が対象外です。
時間やモデルサイズの制限で候補が試されないことがあります。疎な線形モデルの学習ではBLASのスレッド数を内部で制限します。学習結果にどの候補が出たかを確認し、採用後の性能は学習に使っていない文章でも評価します。これらはFione v2の開発変更です。