回帰と分類は両方とも”予測”問題である。予測とは従属変数から目的変数を明らかにする。この目的変数の種類により回帰と分類に分けられる。
回帰では連続した数値を予測する。例えば株価、売り上げ、気温などが例である。
それに対して分類はある値へと分類する。例えば二項対立であるyes/no、曜日である。分類は不連続データである。
回帰と分類の違い
投稿日：2018年5月10日 更新日：
執筆者：admin
関連記事
-
-
仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – ロジスティック回帰
ロジスティック回帰 確率を得るために パーセプトロンの判別式により確率をとることはできない。パーセプトロンのヒンジ損失は正負のみを判断し、間違っている場合だけパラメータの更新をする。つまりぎりぎりで正 …
-
-
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 < …
-
-
DecitionTreeのパラメータを調整する。 まずはMaxDepthから from sklearn.model_selection import LeaveOneOut from sklearn. …
-
-
ニートの年齢別割合が1996年と2012年で関連性があるか独立性の検定をしてみる。 ニートの割合 1996 2012 15～19歳 9 9 20～24歳 12 17 25～29歳 10 18 30～ …
-
-
irisデータを使って簡単な機械学習をしてみる。 ここで説明している内容は以下になる。 データの読み込み、前処理 トレインデータと検証データへの分割 モデル選定 モデル構築および検証 データの読み込み …
- 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