Scikit-Learnによる分類問題
あらすじ
お久しぶりです。最近ちゃっかり短編小説にハマっています。
研究室の後輩への引き継ぎ文書をtxtファイルからipynbファイルに移行しようと思い、このような活動を勝手に続けています。
ipynbファイルに移行することでプログラムを実行しながら、文書を読むという理解が深まりますから、非常に効率が良いですね。
一応ipynbファイルはGoogle Colab上で動作することを前提としています。
前回はScikit-Learnを用いた回帰問題についてまとめました。今回は分類問題をまとめました。
melheaven.hatenadiary.jp
資料
目次
目次は以下の通りです。ワインデータセットを適用して、n個の特徴量からワインを識別するという問題を与えました。以下の手法の中でそれぞれどの程度、精度を得られるのか、又は使用方法を簡単なモデルを組んで実装します。途中に各アルゴリズムの長所・短所や特徴を記載していますが、数式は長くなるので省きました。
- ロジスティック分類
- サポートベクターマシン
- ランダムフォレスト
