[Aiffel]Ipel 9日目コンセプトの整理と回顧

1.Irisデータセット利用

1) scikit-learn

機械学習庫

は、複数のアルゴリズムおよび使いやすいフレームワーク

を提供する.

toyデータセット、real-worldデータセットは

を提供します.

関数

X_train, X_test, y_train, y_test = train_test_split(data_feature, label, test_size, randomstate)

train_test_split

data feature:問題点、結果を生成するために入力

Label:モデルが満たさなければならない正しい値
✔✔✔🤔

Xはフィーチャーを格納し、yは正しい値(label)を格納する.
Xデータセットを機械学習モデルに入力し,モデルから得られた予測結果を正解yと比較し,学習を行い,徐々に正確にする.

test size:テスト用データサイズ

random state:trainデータとtestデータの分離(分割)に適用されるランダム性を決定する

2) Iris Dataset

3カテゴリ:setosa、versicolor、virginica

150データ

3）機械学習の概念

1.featureとlabel

題:機械学習モデルに入力されたデータ.featureとも呼ばれます.変数名はXを使用することが多い.

答え:機械学習モデルに必要なデータ.labelまたはtargetとも呼ばれます.変数名はyを多く使用します.

2、指導学習と非指導学習

指導学習:正しい答えのある問題を学ぶ

分類:問題

、入力したデータを特定のカテゴリの1つに分類する

回帰:入力したデータに基づいて特定のフィールドをデータフィッティングする問題

ex)家に関する情報(平面、位置、フロアなど)を入力し、家の価格問題

に答えます.

指導学習なし:学習無解答問題

3. Decision Tree
リファレンス

のデータから分離された様子は木が倒れている様子と同じ

である.

分類、回帰(カテゴリまたは連続型数値で予測可能)

に使用可能

結晶境界はデータ軸に垂直であり、特定のデータにのみ有効である
11ランダム森林
Decision Treeの欠点を補うモデル
複数の決定ツリーを使用して結果を統合および予測

4. SVM
典型的な線形分類アルゴリズム

は、Support VectorおよびHyperPlane(スーパープレーン)を使用して分類される
5. SGD (Stochastic Gradient Descent)

配置寸法1の傾斜降下アルゴリズム

用語

「確率」は、各配置を含む例をランダムに選択することを意味する.
6. Logistic Regression

最もよく知られている線形分類アルゴリズム

ソフトMax(softmas)関数を用いた多種類の分類アルゴリズム

名は回帰していますが、分類は

です.
7.モデル評価方法

labelは,分布の不均衡なデータを処理する際,精度だけでは良好な測定基準にはならない.

TP:実位置、判断位置

FP:実績値は負、判断値は

TN:実際陰性、判断陰性

FN:実位置、実負

精度(Precision)exスパム分類(FPが重要)

再現率(Recall,Sensivity)ex疾患正負性(FNが重要)

F 1得点:RecallとPrecisionの平均組み合わせ

TPが高いほどFPまたはFNが低い、予測が良い

モデル.predict

リファレンス
決定木でワインを分類する
ビート式Python機械学習付加問題

2.回顧

うまくいくかどうかわからない最後に乳がんのデータを分析するとき、あなたのモデルにはrecall値があります.調べてみると、ランダム森林でsgdを計算しました.交換してよかった.かなり高いrecall値も適当な結果になりましたか?問題の解き方が正しいかどうか分からないし、何も知らない.まず概念を確認し、学んだ内容によってここで終わります.