↓ メインコンテンツへスキップ

Scikit-Learn

Scikit-learnのGridSearchCVクラスによるグリッドサーチ
·2157 文字·5 分
Python Scikit-Learn 機械学習
Scikit-learnのGridSearchCVクラスによるグリッドサーチを解説します。
Scikit-learnのStratifiedKFoldクラスによる交差検証
·2441 文字·5 分
Python Scikit-Learn 機械学習
Scikit-learnのStratifiedKFoldクラスによる交差検証を解説します。
Scikit-learnのDBSCANクラスによるクラスタリング
·1731 文字·4 分
Python Scikit-Learn 機械学習
Scikit-learnのDBSCANクラスを用いたクラスタリングを解説します。
Scikit-learnのKMeansクラスによるクラスタリング
·1362 文字·3 分
Python Scikit-Learn 機械学習
Scikit-learnのKMeansクラスを用いたクラスタリングを解説します。
回帰モデルの評価指標
·1756 文字·4 分
Python Scikit-Learn 機械学習
回帰モデルの評価指標としてよく用いられるMAE, RMSE, MAPE, RMSPEについて解説します。
Scikit-learnのElasticNetクラスによるElastic Net
·1624 文字·4 分
Python Scikit-Learn 機械学習
Scikit-learnのElasticNetクラスによるElastic Netについて解説します。
Scikit-learnのLassoクラスによるラッソ回帰
·1432 文字·3 分
Python Scikit-Learn 機械学習
Scikit-learnのLassoクラスによるラッソ回帰について解説します。
Scikit-learnのRidgeクラスによるリッジ回帰
·1860 文字·4 分
Python Scikit-Learn 機械学習
Scikit-learnのRidgeクラスによるリッジ回帰について解説します。
Scikit-learnのLinearRegressionクラスによる線形回帰
·1902 文字·4 分
Python Scikit-Learn 機械学習
Scikit-learnのLinearRegressionクラスによる線形回帰について解説します。
分類モデルの評価指標
·2287 文字·5 分
Python Scikit-Learn 機械学習
分類モデルの評価指標としてよく用いられる、混同行列、F値、ROC曲線、AUCについて解説します。
Scikit-learnのSVCクラスによるサポートベクターマシン
·1924 文字·4 分
Python Scikit-Learn 機械学習
サポートベクターマシン (SVM, support vector machine) は分類アルゴリズムの1つです。SVMは線形・非線形な分類のどちらも扱うことができます。また、構造が複雑な中規模以下のデータの分類に適しています。
Scikit-learnのDecisionTreeClassifierクラスによる分類木
·3865 文字·8 分
Python Python Scikit-Learn
分類木 (classification tree) は、分析したデータが属するカテゴリー（クラス）を予測する分類アルゴリズムの1つです。分類木では、Yes/Noによる分岐を何度か繰り返して、分類の予測を返します。
Scikit-learnのPolynomialFeaturesでべき乗を求める
·1917 文字·4 分
Python Python Scikit-Learn
PolynomialFeaturesクラスの引数とメソッドについて解説する。また、特徴量の数を1～3まで変化させ、オプションによって出力がどのように変化するか確認する。
BaggingClassifierの使用例
·1426 文字·3 分
Python Python Scikit-Learn
BaggingClassifierクラスの使用例を示す。
scikit-learnのBaggingClassifierでバギングする
·2756 文字·6 分
Python Python Scikit-Learn
BaggingClassifierを用いた学習（バギング、ペースティング、ランダムサブスペース、ランダムパッチ）について解説する。
Scikit-learnの主成分分析 (PCA)
·1432 文字·3 分
Python Python Scikit-Learn
Scikit-learnのPCAクラスのパラメータ、属性とメソッドについて解説する。
Scikit-learnの正則化付き重回帰モデル
·2498 文字·5 分
Python Python Scikit-Learn
Scikit-learnに実装されている重回帰、Ridge回帰、Lasso回帰、Elastic Netのロジックと使用方法をまとめた。
Scikit-learnでデータをスケール変換する
··4596 文字·10 分
Python Python Scikit-Learn
Pythonの機械学習用ライブラリScikit-learnに実装されている、スケール変換について調べた。
Scikit-learn ランダムフォレスト回帰のfeature_importances_の定義
·1236 文字·3 分
Python Python Scikit-Learn
Scikit-learnの回帰木やランダムフォレスト回帰のクラスには、Feature Importances (FI) という説明変数の重要度を示す指標がある。これは、各説明変数による予測誤差の二乗平均の減少量に対して、データ点数の重みを掛けて求めた値である。