python– category –
-
【AIプログラミング】特徴量の確認と選択、相関係数で選択する
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、... -
【AIプログラミング】ボストン住宅価格データで重回帰をしてみる
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... -
最小二乗法についてより詳しく勉強
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... -
【AIプログラミング】線形回帰でボストン住宅価格の予測、単回帰でやってみる
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... -
scikit-learnのボストン住宅価格のデータ観測、データをプロット
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... -
scikit-learnのボストン住宅価格データを知る
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... -
【AIプログラミング】サポートベクターマシンのカーネルによる境界線の確認
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... -
【AIプログラミング】ナイーブベイズ分類器を試してみる
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... -
【AIプログラミング】ロジスティック回帰で乳がんデータを分類してみる
乳がんデータについて理解できたので、ロジスティック回帰で分類してみるよ。 どんなふうになるか楽しみだね。 前回、scikit-learnの乳がんデータの構成を確認しました。今回は、ロジスティック回帰を利用して、乳がんデータの分類をしてみたいと思います... -
【AIプログラミング】scikit-learnの乳がんデータを確認、データ構造について熟知しよう
アヤメのデータは特徴量が４個なので、より多くの特徴量を持つ乳がんデータを分類してみました。 アヤメのデータよりは理解しづらくなってきたね。 scikit-learnには、乳がんのデータというものがあります。アヤメのデータよりも特徴量が多く、わくわくす... -
【AIプログラミング】正則化について学ぶ、ロジスティック回帰で正則化パラメータCをいじる
ロジスティック回帰をやっていたら、正則化というものが出てきたよ。 正則化をりようしてロジスティック回帰をチューニングできるね。 ロジスティック回帰をいろいろと勉強していました。とても奥が深く、面白いアルゴリズムだなと思います。ロジスティッ... -
【AIプログラミング】線形モデルについて学ぶ、ロジスティック回帰を例に少し分析
ロジスティック回帰などは線形モデルということで、線形モデルが何かを勉強してみました。 機械学習アルゴリズムの基本だね。 教師あり学習の分類ができる機械学習アルゴリズムで、ロジスティック回帰というものを何回か利用してきました。ロジスティック...
