線形解析の基本手順
- データの読み込み
- データフォーマット確認
- EDA
- データクレンジング
- トレーニングデータ構築
- モデル構築
- モデル評価
- 予想
- メトリック
線形解析の基本手順
投稿日：2018年4月10日 更新日：
執筆者：admin
関連記事
-
-
irisデータを読み込んでseabornでいろいろ表示をしてみる。
data可視化ライブラリのseabornではすぐに機械学習を始められるように質が良いデータが用意されている。その中でも最も有名であるirisについてpairplotを使って可視化してみる。 ここでは以 …
-
-
exploratory analysis グラフの目的 データのおおよそを理解する パターンを探す モデリングを探す デバッグ コミュニケーション boxplot 値のレンジを確認する 他の値とレンジ …
-
-
これまでは正解ラベルがある前提、つまり教師あり学習でモデルを構築した。今回は正解ラベルがない前提でモデルを構築する。 教師なし学習としては混合ガウスモデルを利用する。 内容 データの読み込み、前処理 …
-
-
前向き研究と後ろ向き研究は疫学における用語である。 前向き研究で使われる研究手法にはコホートや無作為比較対照研究、ロジスティック分析がある。これらの研究ではサンプルをリスクファクター（危険要因）のある …
-
-
ユーザに関する問題 不確実性 過剰期待 事前期待 分析モデルの利用 パターン 変数の数 分析の利用 予測 判別 グループ 検知 最適化 発見 探索 データ分析の必要性 なぜ誤差がでるのか Costは …
- PREV
- 見積書を比較する
- NEXT
- タイタニックデータでEDA
- GIMPでForeground color pickerが正しくない色をピックアップするときの対応方法 2021年9月7日
- lerpとslerpの違い 2021年8月5日
- シェーダーとは 2021年8月3日
- Unityの座標系についてメモ 2021年7月1日
- ALLとREMOVEFILTERSの違い 2021年6月28日