不確かさを扱える新しい勾配ブースティングNGBoostを実装してみた - Qiita

製造業出身のデータサイエンティストがお送りする記事 今回はデータ解析でよく使われる勾配ブースティングの派生アルゴリズムで、不確実性を考慮した予測が可能なNGBoostを実装してみました。 はじめに scikit-learnを活用した機械学習の予測モデルは過去の記事に書いておりますので、そちらを参照ください。 今回はNGBoostのみ書きます。 NGBoostとは NGBoost（Natural Gradient Boosting）とは、「予測の不確かさ」を扱うことができる手法です。一般的な回帰モデルの場合は、１つの予測値を出力しますが、NGBoostでは、その値である確率も予測することができます。 基本的な考え方は、各入力における出力の確率分布をパラメータセットの形で表現し、勾配ブースティングの手法によりこのパラメータを算出します。 NGBoostは回帰問題だけでなく、分類問題などにも利用