Tunny Icon
TunnyDocs

The next-gen Grasshopper optimization tool.

Spearman

概要

Spearman 順位相関係数 ρ は、数値パラメータと目的関数の単調な関係の 強さと方向を測ります。生の値ではなく順位を比較するため、非線形でも単調な 関係なら強い相関を示します。U 字型の効果や交互作用は検出できず、関連は因果ではありません。

Importance Chart は数値パラメータを |ρ| で順位付けします。 Sensitivity Heatmap は各数値パラメータと目的関数の符号付き ρ を表示します。

対応する入力と出力

  • Optuna の Int/Float パラメータに対応します。 Optuna のカテゴリ選択肢は、10、2、99 のような数値に見えるラベルでも名義カテゴリです。
  • 名義カテゴリには本来の大小関係がありません。序数 ID を付けて評価せず、除外します。 チャート、ヒートマップ、CSV、レポートでは Unsupported (categorical) と別表示します。 スコア、棒、スコアを表す色付きセル、順位は与えません。未対応は「効果ゼロ」ではありません。
  • 全パラメータがカテゴリなら、ウィジェットに No supported numerical parameters と表示します。 Spearman スコアはありません。
  • 数値の欠測とは区別します。パラメータまたは目的値が非有限のペアを 順位付け前に除外します。有効ペアが 2 未満なら相関は利用不可(NaN)であり、カテゴリ未対応ではありません。

計算

パラメータと目的値を独立に順位へ変換し、同順位には平均順位を与えます。 その順位の Pearson 相関を計算します。 \rho = \frac{\sum_i (R_{x,i}-\bar R_x)(R_{y,i}-\bar R_y)} {\sqrt{\sum_i (R_{x,i}-\bar R_x)^2\sum_i (R_{y,i}-\bar R_y)^2}}

範囲は −1 から 1 です。正なら増加方向、負なら減少方向の単調な関連を示します。 定数系列の相関は未定義です。

数値の計算例と導出は数値相関の詳細理論を参照してください。

数値の線形寄与には Ridge を使えます。 他手法とカテゴリ符号化の制約は手法ガイドを参照してください。