log 変換する？しない？AICでモデル比較するときの注意点 - ほくそ笑む
データを分析にかける前に、出力変数を log 変換する、というのはよくあることだと思います。 次のデータを見て下さい。 このデータ、線形モデルに当てはめる前に log 変換したほうがよさそうだなーというのが見てとれます。 それもそのはず、このデータは次のように作っています。 N <- 100 x <- runif(N, min = 1, max = 2) y <- exp(x + rnorm(N, sd = 0.3)) data <- data.frame(x, y) それでは、log 変換しないバージョンと、するバージョンでモデルを作成して、AIC を比較してみましょう。 model <- lm(y ~ x, data) model.log <- lm(log(y) ~ x, data) aic <- AIC(model, model.log) print(aic) ## df AIC
指数・対数は日常生活でも便利だし機械学習関連では空気だし普通の仕事でも役に立つので復習しよう - Qiita
この記事は、 機械学習に必要な高校数学やり直しアドベントカレンダー Advent Calendar 2016 8日目の記事です。 誰 軽く筆者のバックグラウンドを説明します。 普段はGolang Webアプリケーションエンジニア。 機械学習周辺は線形回帰の超高次元版として用いられることが多いな、程度の理解。 ML・DLなどスクラッチ実装や、TensorFlow, Chainer などのフレームワーク使用しての実践的な実装経験はほぼ無し。 物理の修士課程を修了できる程度には数学わかる。 ただし物理屋さんの中では結構出来ない方。 ねらい 指数や対数についてどんなものであるか概念を知っておくと、Qiita やはてなブログを読む層の方々の仕事にとって損はないと思いますので、拙いながら説明させて頂きます。 とはいえ高校の教科書通りにやるとすごいボリュームになるので、所々省略します。 そんな感じなので
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
