教師あり学習 ~入門者のメモ~ (scikit-learn) - Qiita

本記事の内容 「東京大学のデータサイエンティスト育成講座」を読んで、scikit-learn の各モデルについての概要が掴めたので、忘れないうちにメモ。 書籍で言うと：Chapter 8 機械学習の基礎（教師あり学習） 初心者の自分にとっては、機械学習モデルの種類が多く感じてしまうので、シンプルに整理してみた。 実装サンプルのパラメータは、本の中で使ったもののみ。 scikit learn の機械学習モデル全体像 チートシート ここでのポイントは、ザックリ、上が教師あり学習、下が教師なし学習。 今回は上の部分の説明。 教師あり学習 classification: 分類＝予測したい変数がクラス （例：「合格／不合格」、「晴れ／曇り／雨／雪」） regression: 回帰＝予測したい変数が値 （例：体重「66.6kg, 32.3kg, ...」） 教師なし学習 clustering: クラス