エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
SVRで学習モデルを作って遺伝的アルゴリズム(Platypus)でボストンのデータセットの最適解を求めてみた - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
SVRで学習モデルを作って遺伝的アルゴリズム(Platypus)でボストンのデータセットの最適解を求めてみた - Qiita
まず家の価格と部屋の数は結構相関があるんですよね。だから、これをお互いのモデルを作るときに、特徴... まず家の価格と部屋の数は結構相関があるんですよね。だから、これをお互いのモデルを作るときに、特徴量からはずすと、精度があがらないような気がします。 後、見てわかるように、家の価格の50のところにグラフの上ではデータが縦に並んでいます。そこで、家の価格50以上は除きました。 SVRでの予測で価格と部屋の数の予測結果 まずSVRで学習モデルを作りましたが。。。 ここのアルゴリズムは何でもよくて、サポートベクターでもランダムフォレストでもお好きなもので。 サポートベクターのハイパーパラメーターは、optunaで決定しました。 学習モデル1は、optimised_svr_MEDVに、学習モデル2は、optimised_svr_RMに入れました。 予測結果はこういう感じです。 MEDVの学習精度:0.873 MEDVのテスト精度:0.748 RMの精度:0.628 RMの精度:0.439 確かに家の