momotech– Author –
-
038_【分類】k-NN(k近傍法)
【前回】037_【分類】ランダムフォレスト(ここをクリック) k-NN(k近傍法)とは? k-NN(k近傍法)とは、近くにあるデータは仲間という考え方で、調べたい値の近くにあるデータを調べて何の仲間かを予測するアルゴリズムである。 なぜ近いと仲間となるの... -
037_【分類】ランダムフォレスト
【前回】036_【分類】決定木のツリー構造(ここをクリック) ランダムフォレストとは? ランダムフォレストとは決定木の予測精度をより上げるために考えられた分類方法です。 簡単に説明すると、決定木をたくさん作って多数決で予測する制度の高いアルゴリ... -
009_Pythonエンジニア認定基礎試験4-6~10
第4章_判定と繰り返し 今回の項目では、判定と繰り返しついて出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第4章(P54~P56)の5問の内容です。 練習問題 1 次のコードを実行した結果を考えてみましょう。 for i in range... -
036_【分類】決定木のツリー構造
【前回】035_【分類】決定木(ここをクリック) 深度を指定して学習 前回使ったデータをそのまま使用して分岐の深度を最大2にしたモデルを使って学習してみましょう! コード #1 分岐の深度を最大2にすして、訓練データで決定木の学習モデルを作成 #2 ... -
035_【分類】決定木
【前回】034_【分類】SVM(サポートベクターマシン)の非線形分類(ここをクリック) 決定木とは? 決定木とは、2択の質問の分岐を繰り返して分類を行うアルゴリズムです。YESかNOの2択の質問で分岐を行うので、私たち人間にとってとてもわかりやすいアル... -
034_【分類】SVM(サポートベクターマシン)の非線形分類
【前回】033_【分類】SVM(サポートベクターマシン)の使い方(ここをクリック) 前回はSVMを使って線形と非線形の分類方法について学びました。今回は非線形分類の境界線の複雑さgammaの値を変更するとどのような正解率になるのかを確認してみましょう! ... -
033_【分類】SVM(サポートベクターマシン)の使い方
【前回】032_【分類】SVM(サポートベクターマシン)(ここをクリック) 前回学習したSVM(サポートベクターマシン)の使い方を実際にPythonで確認してみましょう! モデルの使い方 上記の書式を用いて線形分類の場合も非線形分類の場合もsvm.SVCで作成し... -
032_【分類】SVM(サポートベクターマシン)
【前回】031_【分類】ロジスティック回帰のモデルの確認(ここをクリック) 分類を行うとき、特徴を見つけることがとても大切です。 ものを「分ける」ためには、違いがはっきりわかる特徴(色や大きさなど)を見つけることが重要です。例えば、オレンジと... -
010_Pythonエンジニア認定基礎試験5-1~5
第5章_関数 今回の項目では、関数について出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第5章(P66~P67)の5問の内容です。 練習問題 1 関数を定義する書き始めとして、正しいものを選択してください。 A. def kansu() B... -
008_Pythonエンジニア認定基礎試験4-1~5
第4章_判定と繰り返し 今回の項目では、判定と繰り返しついて出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第4章(P52~P54)の5問の内容です。 練習問題 1 次のコードを実行した結果を考えてみましょう。 num = 3 if num...