機械学習
サポートベクターマシンを R で実装する方法について。
部分的最小二乗回帰を R で実行する方法の解説
エラスティックネットを簡単に解説 R で実行する方法も解説
SVM(サポートベクターマシン)のコストパラメータ C について。
機械学習の分類手法の一つ、サポートベクターマシンとは何か?
ランダムフォレストはチューニングして最適化する。 チューニングは決定木を最適化する方法。 ランダムフォレストの場合は、決定木の数と特徴量(説明変数)の数を最適化する。
R でランダムフォレストを実行する方法。
バギングというアンサンブル学習を R でやってみる。
ランダムフォレストとバギングは、決定木をより汎用化するために考えられた手法。 違いは何か? 概念的な簡単な説明。
決定木分析をRで行う方法を紹介。 難しいプログラムが組めなくてもすぐに使える。
決定木には剪定(せんてい)という過程がある。 剪定とは何か? 簡単に紹介。
決定木の分岐(ノード)を作るときどのような計算をしているのか? Gini不純度を計算しているのだが、Gini不純度とは何か?
機械学習をする方法はさまざまある。 代表的な方法は決定木分析である。 そもそも決定木とは何か? 基本的なことをごく簡単に解説。
機械学習で、よりよく推測できるモデルを選ぶ。 統計ソフトRのISLRパッケージのWeeklyデータで基礎的な機械学習を行ってみた。