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。
cl-random-forestでクロスバリデーション
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
cl-random-forestでクロスバリデーション
kaggleに登録してみたのでとりあえずDigit Recognizerをやってみた。このデータセットではテストデータ... kaggleに登録してみたのでとりあえずDigit Recognizerをやってみた。このデータセットではテストデータにはラベルが付いてなくて、予測結果を投稿して初めてテストデータに対する正答率が分かる。ので、学習のメタパラメータのチューニングは訓練データでクロスバリデーションすることによって決める。 cl-random-forestにn-foldクロスバリデーションを実装したのでMNISTで試してみる。データセットの分割数を5とすると、 (ql:quickload :cl-random-forest) ;; MNISTのデータを用意する (defparameter mnist-dim 780) (defparameter mnist-n-class 10) (let ((mnist-train (clol.utils:read-data "/home/wiz/tmp/mnist.scal