[TIL] 2021.03.29
1083 ワード
今日の勉強内容ランダム森林 について
ランダム森林分類だけでなく,線形問題も予測できる. は一般的に過適が発生しにくい.(全く起きないわけではない) 検証データセットは必要ありません. が一般化されている程度は確認しやすい. 問題のタイプ
curse of dimensionality列の数が多ければ多いほど、空きスペースが多くなります. 次元の数が増えるにつれて、より多くの点を空間に置くことができ、これらの点は拡散します. に必要なコラムを選択しないと、問題が発生します.
( https://bioinformaticsandme.tistory.com/197 ) no free lunch theoremすべてのデータセットに実行モードは存在しません. RandomForest関数
回帰:特定の連続型結果を予測する学習モデル.=>連続型依存変数
RandomForestClassifier
ぶんかつ
📆 今日一日を振り返る
今日はこの間、私が土をかき集める原因を知りました.学習の授業はfast ai v 1を利用していて、検索はv 2なので、ずっと変なところがあります.AnacondaでJupyterNotebookで勉強しようと思っていたのですが、ずっと設定していて、勉強も無理だと思っていたのでcolabを使いました.だから実習に成功したんだ!!
ランダム森林
curse of dimensionality
( https://bioinformaticsandme.tistory.com/197 )
from sklearn.ensemble import RandomForestRegressor, RandomForestClassifier
RandomForestRegressor回帰:特定の連続型結果を予測する学習モデル.=>連続型依存変数
RandomForestClassifier
ぶんかつ
📆 今日一日を振り返る
今日はこの間、私が土をかき集める原因を知りました.学習の授業はfast ai v 1を利用していて、検索はv 2なので、ずっと変なところがあります.AnacondaでJupyterNotebookで勉強しようと思っていたのですが、ずっと設定していて、勉強も無理だと思っていたのでcolabを使いました.だから実習に成功したんだ!!
Reference
この問題について([TIL] 2021.03.29), 我々は、より多くの情報をここで見つけました https://velog.io/@hyelimchoi1223/TIL-2021.03.29テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol