2020年4月– date –

特徴量には、多重共線性という問題が発生する場合があるみたい。 マルチコリニアリティ、マルチコ、と呼ばれるらしいね。 前回の記事で、特徴量の選択は、目的変数（ボストン住宅価格データの場合価格データ）に相関が強いものを選択することを学びました...

今までは特徴量多ければ良いと思ってたけど、色々調べてたらどうやら違うみたい。 確かに、多ければ一概にいいってものでもなさそうだね。 ボストンの住宅価格の予測を、重回帰で行いましたが、いろいろ調べていると、データの選択をおこなっていないと、...

線形回帰って、直線引くだけでしょ、特別すごいことしてなさそうな気もするけど・・・ 特徴量が増えたとき、いいらしいよ。複雑な超平面で分離していくからシンプルだけど、効果的なんじゃないかな。 線形モデルは、１特徴量での予測だと、直線を引くだけ...

ここ一ヶ月で、教師あり学習の分類と回帰を学んでいたよ。 AIプログラミングについてどんな風に感じ方が変わったのかな？ AIプログラミングについて学び始めて約１ヶ月が経過しました。勉強を始めた当初よりは何となくどんなものかがわかってきたつもりで...

最小二乗法って、1800年くらいとかに考案されたんだね・・・ 歴史あるよね。高校でも習ったような気がするね。 前回、ボストンの住宅価格データの「部屋数」から「住宅価格」を求める時にLinearRegression(線形回帰)という方法で関係性を直線の予測線にし...

まずは部屋数の特徴量のデータに対する住宅価格のモデルを作成する、単回帰をやってみました。 ちょっと言葉が学者風になってきたね。 前回までで、scikit-learnで読み込むことができるボストンの住宅価格データについてみてきました。このデータを利用し...

まずは、それぞれの特徴量が住宅価格とどのような関係性がありそうか、視覚化したいね。 データの観測っていうやつだね。 アヤメのデータの時にもmatplotlibというグラフの視覚化ライブラリでデータのばらつきを視覚化しました。今回も、ボストンの住宅価...

回帰問題を試すにあたって、scikit-learnのボストン住宅価格データについて調べてみました。 初めての回帰問題用のデータだね、構成をまず把握しておかないとね。 回帰問題を試すために、scikit-learnのボストンの住宅価格データというものを利用していき...

今までずっと分類問題を検証してきたけど、回帰については触れていなかったな・・・ どうやら線形回帰が教師あり学習のなかでも基本らしいね。先やっておいたほうがよかったね。 機械学習には、種類があり、その中の教師あり学習を学んできました。教師あ...

サポートベクターマシンのカーネルによる違いで境界線がどのように変化するかを見てみるよ。 scikit-learn公式ドキュメントの「plot different SVM classifiers in iris dataset」のやつだね。 前回、サポートベクターマシンについて勉強をして、最終的に...

サポートベクターマシンがどのように動いているのかを勉強しました。 アルゴリズムの中身を少しでも理解しようとすることは大事だよね。 サポートベクターマシンはscikit-learnのライブラリで簡単に利用することができます。内部的に、サポートベクターマ...

ナイーブベイズ分類器、今回も分類のためのアルゴリズムを試してみるよ。 今まで見ている、線形モデルやk最近傍とは違った考え方の分類だね。 今回は、ナイーブベイズ分類器について勉強をしてみました。プログラムとして、scikit-learnの公式ドキュメント...