![](https://cdn-ak-scissors.b.st-hatena.com/image/square/c308cb958bd862746b1e00c22ee09eaa9fa8e1d8/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-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU3JTk0JTlGJUU5JUFFJUFFJUU5JTg3JThFJUU4JThGJTlDJUUzJTgxJUFFJUU0JUJFJUExJUU2JUEwJUJDJUU0JUJBJTg4JUU2JUI4JUFDJTIwMSVFNCVCRCU4RCUyMCVFOCVBNyVBMyVFNiVCMyU5NSUyMCUyNiUyMCVFNiU4QyVBRiVFMyU4MiU4QSVFOCVCRiU5NCVFMyU4MiU4QSUyMCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NzhiMDkwY2Y3ZGRkMmJlM2NhMTczN2U3NzdlYTY2MTc%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwYWppLXBhbmRhcyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9YmVkNWM1ZGQ5ZmQ4MDQ3ZTM2M2I3YTQwNzE0MzU4NjA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D76a113f00da0d956ad13e67b888224bc)
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。
生鮮野菜の価格予測 1位 解法 & 振り返り - Qiita
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
![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
生鮮野菜の価格予測 1位 解法 & 振り返り - Qiita
Nishika株式会社が主催「生鮮野菜の価格予測」コンペに参加しました。本記事で私の取り組みの共有と振り... Nishika株式会社が主催「生鮮野菜の価格予測」コンペに参加しました。本記事で私の取り組みの共有と振り返りをしたいと思います。 コンペ概要 本コンペでは、東京都中央卸売市場日報および気象庁よりNishikaにて収集・加工し作成したデータを用いて、過去実績の市場データや天気情報から将来の各野菜の日次卸売価格を予測することをテーマとします。 予測対象となる各野菜の日次卸売価格は、RMSPEで評価されました。RMSPEは、予測データ数$n$、真の値$y_i$、予測値$𝑦̂_𝑖$に対して以下の計算式にて算出されます。 RMSPE = 100\left(\dfrac {1}{N}\sum ^{N}_{i=1}\left( \frac{\widehat {y_{i}}- y_{i} }{y_{i}}\right)^2\right)^{\frac{1}{2}} コンペ結果 最終ランキングでは参加者