![](https://cdn-ak-scissors.b.st-hatena.com/image/square/6bd1139b8278e82c9746a84e6a3533e32e4bb999/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9QW1hem9uJUUzJTgxJUFFJUU5JUFCJTk4JUU4JUE5JTk1JUU0JUJFJUExJUUzJTgzJUFDJUUzJTgzJTkzJUUzJTgzJUE1JUUzJTgzJUJDJUUzJTgyJTkyJUU4JUFEJTk4JUU1JTg4JUE1JUUzJTgxJTk5JUUzJTgyJThCJUU1JThEJTk4JUU4JUFBJTlFJUUzJTgxJUFGJUU0JUJEJTk1JUUzJTgxJThCJUVGJUJDJTlGdGV4dGlyJUUzJTgxJUFCJUUzJTgyJTg4JUUzJTgyJThCJUU1JUE0JTlBJUU5JUEwJTg1JUU5JTgwJTg2JUU1JTlCJTlFJUU1JUI4JUIwJUUzJTgxJUFFJUU3JUI0JUI5JUU0JUJCJThCJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0yZjhjZGE1MmEwOTM0NjJlMDQyZGY2ZDU2MWJiYjIzNw%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwMTBzaGltaXp1MTAlMjBpbiUyMCVFMyU4MyU4NyVFMyU4MiVBMyVFMyU4MyU4MyVFMyU4MyU5NyVFNiVBMCVBQSVFNSVCQyU4RiVFNCVCQyU5QSVFNyVBNCVCRSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NTgxOGUxZWE2NWFiY2RjOTI3YWY3NGQwZGIyYmQzZWE%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dec2195b2b9701a6912a76bb715f64943)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
Amazonの高評価レビューを識別する単語は何か?textirによる多項逆回帰の紹介 - Qiita
記事へのコメント1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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
Amazonの高評価レビューを識別する単語は何か?textirによる多項逆回帰の紹介 - Qiita
問題 多項逆回帰を用いて、Amazonレビューデータセットの評価点を識別する単語を明らかにせよ レビュー... 問題 多項逆回帰を用いて、Amazonレビューデータセットの評価点を識別する単語を明らかにせよ レビューサイトにおいて、高評価のレビューに含まれている単語と低評価のレビューに含まれている単語を明らかにしたいとしよう。この場合どのようにアプローチするべきだろうか。 テキスト回帰では、テキストにおける各単語数をテキストの属性(レビューの評価など)へと回帰する。しかし、単語の数がデータ数よりも多い場合、モデルの係数を推定する上で問題が生じる。 対して、多項逆回帰(Multinomial Inverse Regression)では、テキストの属性からテキストにおける単語へと回帰する(Taddy, 2013)。事前分布として、ガンマラプラス事前分布を定めているため、正則化がなされており、パラメータ推定上の問題は回避されている。また、本来は単語から属性へと回帰するところを、属性から単語へと回帰している