[idx,weights] = relieff(X,y,k) は、ReliefF または RReliefF アルゴリズムのいずれかと k 最近傍法を使用して、予測子をランク付けします。入力行列 X には予測子変数が含まれており、ベクトル y には応答ベクトルが含まれています。関数は、最も重要な予測子のインデックスが含まれている idx と、予測子の重みが含まれている weights を返します。 y が数値である場合、既定では relieff は回帰用の RReliefF 分析を実行します。それ以外の場合、relieff はクラスごとに k 最近傍法を使用して、分類用の ReliefF 分析を実行します。ReliefF および RReliefF の詳細については、アルゴリズムを参照してください。

〜準備編〜 まずRをインストールしておくこと（不慣れな人は丁寧に解説したRインストールのページを参照のこと）。 Rでテキストマイニングをするために石田基広氏のウェブサイトよりRMeCab_0.90.zipというファイルをダウンロードする。ファイル名は変更されるかもしれないし、0.90というバージョンも変わるかもしれないので最新のものをダウンロードすること。なおダウンロードされた.zipファイル（圧縮されたファイル）は解凍する必要がなく、.zipファイルをそのまま適当なディレクトリ（フォルダ）に置いておけばよい。 Rのワークディレクトリ（getwd()とコマンドすれば確認できる）に、例えばzip_packagesという名前のフォルダを作成しておき、その中に保存しておくと分かりやすいだろう。 〜R上での準備〜 R上でRMeCabを利用するためには [パッケージ] -> [ローカルにあるzipフ

近年多くの企業において、様々なチャネルから集めた顧客からの直接の問い合わせやクレームをデータベースに蓄積することが可能となっている。この蓄積された膨大なテキストデータのデータベースについて、その傾向と変化を把握し、戦略の確認・検証、課題の発見、さらには解決するための施策を抽出する分析を行うことがテキストマイニングだ。 本連載では、顧客の声（テキストデータ・定性情報）を分析するテキストマイニングという技術・ツールについて紹介していく。扱うテーマとしては、企業に集まる顧客の声や声の活用状況とテキストマイニング技術、成功事例と失敗しないためのポイントなどを取り上げていく。 さて、本連載の原稿を書くために、筆者はとあるファンミリーレストランに立ち寄った。店内に入ると、店員呼び出しベルの横にあったハガキサイズの用紙にふと目がとまった。そこには、こう書かれていたのである。 「お客様の声をお聞かせくださ

2012年にはてなで話題になった記事やWEBサービスを 1位から50位までブクマ数順にランキングを付けてみました。 2012年はてなブックマーク数ランキング５０ 僕は自分が思っていたほどは頭がよくなかった – しのごの録 クックパッド史上、最もはてなブックマークのついたおかず＆ご飯系レシピ25選 | little_shotaro’s blog 無料で聴けて、もう作業用BGMに困らない。ミュージックビデオを次々に流してループしてくれる個人的に超オススメサイト / Maka-Veli .com 仕事でExcel使うなら必ず読んでおきたい記事まとめ – NAVER まとめ アイデアを大量生産できる最強のフレームワーク「オズボーンのチェックリスト」 | お土産屋さんブログ Excelの使い方 – NAVER まとめ 女子力アップ！男子も必見！絶対チェックすべき人気まとめのまとめ – NAVER ま

ニューヨークのタブロイド紙『ニューヨークポスト』が火曜、前日に地下鉄駅で起きた事故を報じた。いや、正確には事故になる瞬間を報じたと言った方が正しいだろう。 乗客同士の言い争いで50代の男性がホームから突き飛ばされ、そこに入ってきた電車に挟まれて死亡した。ニューヨークポストが１面で大きく掲載した写真は、ホームに手をかけ数メートル先に迫った電車のほうを振り返った男性の姿を捉えている。タイトルは、「万事休す、線路に突き落とされた男が死に行く瞬間」。 この事件は、いくつもの意味でいたたまれない気持ちにさせる。 まずジャーナリズムの観点から、こんな写真を載せる必要があったのかという点。数秒後に死のうとしている人間の姿を晒すことに、センセーショナリズムを煽る以外の意味があるのか。 もし事故の様子を伝えることが目的だったのならば、文章で説明し、写真は意図的に掲載しないという選択肢もあっただろう。だが同紙

1 以下、名無しにかわりましてVIPがお送りします :2012/12/05(水) 17:43:46.57 ID:EwUO5JS40 2 以下、名無しにかわりましてVIPがお送りします :2012/12/05(水) 17:44:15.71 ID:ka2EF1u00 どういう真意があるのよ 3 以下、名無しにかわりましてVIPがお送りします :2012/12/05(水) 17:44:33.05 ID:khsDR3G/0 バラバラか 4 以下、名無しにかわりましてVIPがお送りします :2012/12/05(水) 17:45:17.84 ID:u1FIXc6y0 行方不明者 保護されました→生きてました 発見されました→ 5 以下、名無しにかわりましてVIPがお送りします :2012/12/05(水) 17:45:39.48 ID:jZQc/Od60 木端微塵 6 以下、名

404 Error - Page Not Found. 指定されたページ(URL)は見つかりません GMOインターネットのページへ戻る Copyright (c) 2020 GMO Internet, Inc. All Rights Reserved.

ある集団についてのデータがどのように分布しているかを表すものとして、その集団の代表値★(中心の値）を示す平均値及びそのばらつき具合を示す散布度がある。平均には算術平均が、散布度には標準偏差がよく用いられている。 1．度数分布表・ヒストグラム データがどのように分布しているかその実態を把握するには、データをその大きさによりいくつかの階級に区分し、その階級ごとの個数 (度数) をカウントして表にした度数分布表、あるいは、それを棒グラフにして表わしたヒストグラムが適している (表１、図１) 。 例えば、年齢別人口や従業者規模別事業所数など多くの統計表は度数分布表の形で作成され、また、年齢別人口をヒストグラムにした人口ピラミッドは人口構造の分析等によく用いられている。 2．平均値★ 一般に平均値には、単純平均 が多く使われている。平均値は通常μ(ミュー) と表示される。 3．標準偏差