1_プログラミング– category –

前回、ランダムフォレストでDigitを分類したけれど、結構いい感じのスコアが出ました。 PCAで特徴量を抽出したらもっとスコアは上がるかな？？ 前回、ランダムフォレストでDigitデータを分類してみました。サポートベクターマシンほどではなかったのですが...

ランダムフォレストでもDigitデータを分類してみました。 いろいろな分類器で試してみると新しい発見があるかな。 前回は、サポートベクターマシンでテストデータに対して99.5%というかなりのスコアを出すことができました。scikit-learnのアルゴリズムの...

k最近傍法でかなり良い結果が出ましたが、サポートベクターマシンも試してみたいと思います。 いろいろ試してみるのも大事だね！ 数字の文字画像分類のDigitをサポートベクターマシンで行ってみました。単純にアルゴリズムを訓練して、スコアを確認するだ...

Digitデータをいろいろな分類器で試してみることにしました。 今までの復習とか、それぞれのアルゴリズムの違いがわかるかもね。 前回、初めての画像系の分類ということで、scikit-learnのデータセットであるDigitデータを確認しました。今回は、機械学習...

digitという手書き文字のデータがあって、それを分類してみたい。 初めての画像系だね！ scikit-learnの中に、digitという手書き文字の分類があるそうです。今までは、数値データに対する分類を行ってきましたが、画像となると少し面白そうな雰囲気がしま...

PCAに白色化なるものがあるらしい・・・ 毛染めみたいな名前だね。 以前、特徴量を整える時に、教師なし学習であるPCA（主成分分析）を勉強しました。そのPCAに、白色化というものがあることがわかりました。PCAの白色化をプログラムで試して、どのように...

多クラス分類のアヤメデータでConfusionMatrixを利用してみたよ。 多クラスでもConfusionMatrixは利用できたよね。 ConfusionMatrixについて勉強した時、基本的な２クラス分類の時で考えていましたが、多クラスの時のConfusionMatrixがどのようになってく...

初めてscikit-learn以外のアルゴリズムを使ってみるよ。 なんだか楽しみだね。 以前、勾配ブースティングマシンを勉強しました。勾配ブースティングマシンは「Kaggle」という機械学習のコンペなどでもよく利用されて、良い結果を出しているらしく、その中...

ConfusionMatrixを勉強したけど、ほんと混乱したよ。さらに、そこから「Precision(適合率)」と「Recall(再現率)」というものも勉強したよ。 PrecisionとRecallを見ることでより良いモデルが作れそうだね。 ConfusionMatrixを勉強しましたが、ConfusionMatr...

ConfusionMatrixっていうもので、分類問題をもっと詳しく分析できるようになりそうだ。 単純に正解率を出すだけじゃないってことだね。 ConfusionMatrixというものを勉強しました。今までは、scikit-learnの機械学習アルゴリズムに「score」という正解率を...

勾配ブースティングマシンという名前がかっこいいやつを勉強しました。 アルゴリズムは見た目じゃなくて中身だよ。 決定木の流れで、ランダムフォレストと勉強してきましたが、今回は、最終進化のような、勾配ブースティングマシンというものを勉強しまし...

30次元のすべての特徴量でランダムフォレストしてみました。 特徴量２つだけだと寂しかったからね。 前回までのランダムフォレストでは、可視化のために特徴量を２次元に絞って行っていました。今回は、scikit-learnの乳がんデータですべての特徴量を利用...