![](https://cdn-ak-scissors.b.st-hatena.com/image/square/364c4e6c1b77a47f1f49aedad6f4ee116cd330ed/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-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgwJTkwJUU2JUE5JTlGJUU2JUEyJUIwJUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgwJTkxJUU2JUIxJUJBJUU1JUFFJTlBJUU2JTlDJUE4JUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgxJUFFJUU5JTgxJTk1JUUzJTgxJTg0JUUzJTgyJTkyJUUzJTgxJUJFJUUzJTgxJUE4JUUzJTgyJTgxJUUzJTgxJUE2JUUzJTgxJUJGJUUzJTgxJTlGJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1jNTMxNjUzOWMzNmJkZWUwYzU2NzQ0NThjNThiNzUxOA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBfdHN1cnUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWU0ZTZhZjZmNTgxZjczMzczOWU4MjdiMGVkMWI3ODQx%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5qCq5byP5Lya56S-IOaDheWgseaIpueVpeODhuOCr-ODjuODreOCuOODvA%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D956c6a5fbbefa6ae37a190fd61c19542)
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。
記事へのコメント1件
- 注目コメント
- 新着コメント
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
【機械学習】決定木モデルの違いをまとめてみた - Qiita
1.はじめに 以前の投稿で、機械学習について2つの記事を書きました。 全体像(機械学習初学者の私に告ぐ... 1.はじめに 以前の投稿で、機械学習について2つの記事を書きました。 全体像(機械学習初学者の私に告ぐ「4つの忠告」の2-2)と 前処理(機械学習のデータ前処理備忘録)についてです。 他の箇所についてもまとめていきます。 2.機械学習の全体像振り返り 以前の記事でも紹介した機械学習の全体像を以下に示します。 今回は赤枠で囲った手法選択についてです。 図.2-1 機械学習の全体像 この手法選択の中でも最近私がよく使用している決定木モデルについてまとめます。 決定木モデルは、回帰モデルと分類モデルとどちらもライブラリとして用意されていますが、 今回は分類モデルについてです。 3.決定木モデルとは そもそも決定木モデルとは何なのでしょう。 決定木モデルは不純度を表す、ジニ係数(もしくはエントロピー)を使用して、 分類していくモデルです。 分類していく様子を可視化できるところにも強みがあります。
2022/05/26 リンク