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
-
-
DictVectorizerを使ってカテゴリデータについて特徴抽出をする
都市における温度データを考える。 measure = [ {‘city’: ‘Dubai’, ‘temperature’: 33.}, {‘city’: ‘London’, ‘temperature’ …
-
-
Core Concept in Data Analysis – Week 5
予測の分析 関連性を分析する モデルを明らかにする。 パラメータを推測する。 テストする。 予測が将来になると難しい→環境が変わってしまうため。 correlation structure (質的尺度 …
-
-
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 …
-
-
判別式の手順 散布図をプロットしてみてグループに分けることができるかを検討する 判別式のモデル（線形判別、マハラノビスなど）を検討する データを読み込み判別式テンプレートを作成する 判別式を作成する …
-
-
Related posts:dataanalysis-002-week5K近傍法と決定木の比較Pythonではじめる機械学習 – KDE
- 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