科学・IＴ・登山の話題
投稿日：2014年5月15日 更新日：
ジニ係数について修正した。とりあえずコード。
revenue<-read.csv(file="data.csv", head=TRUE) revenue$TotalRevenues_n <- as.numeric(gsub(pattern = ",", replacement = "", x = revenue$TotalRevenues, fixed = TRUE)) head(revenue) class(revenue$TotalRevenues_n) ineq(revenue$TotalRevenues_n, type="Gini") plot(Lc(revenue$TotalRevenues_n), col="red", lwd=2)
ロレンツカーブ
執筆者：admin
関連記事
分類問題 スパムメールを判別するような問題は一般的に「分類問題」として機械学習では取り扱う。分類問題とはいまある「物」や「発生した事柄」を確率的に分類する。この「確率的」という言葉がみそであり、固定さ …
Rでデータベースに似たデータを取り扱う際には、データフレームを使うことがおおい。JavaはPHPなどのプログラミング言語では、層別に集計作業をする際にはデータベース上のSQLか、データを読み込んでから …
ナイーブベイズの概要 ナイーブベイズは教師ありの分類アルゴリズムの一つである。 計算アルゴリズムとしてはベイズ定理を用いている。 機械学習における特徴としてはいかがある 実装が簡単であり、複雑なハイパ …
仕事で始める機械学習 – 3.学習結果を評価しよう – 指標
主な指標 モデル構築後に確認する主な指標は４つある。 正解率 適合率 再現率 F値 正解率 $$ 正解率 = \frac{TP + TN}{TP+FP+TN+FN} $$ 正解率は全データ数に対する正 …
One of the most comprehensible non-parametric methods is k-nearest-neighbors: find the points which …
詰めが甘いですね。
plot(Lc(revenue$TotalRevenues), col=”red”, lwd=2)
ではなく，
plot(Lc(revenue$TotalRevenues_n), col=”red”, lwd=2)
ですね。
ありがとうございます。確かに0.3と0.5だと形が明らかに違いました。