はてなブックマーク

データをPandasに読み込んで学習に不要なユニークIDを落とします。 import でPycaret を呼び出します。今回は価格を当てる回帰モデルですので、 pycaret.regression から import を行います。 目的変数（予測したい変数）をここではマンションの価格”price” にセットして、Setup ()ファンクションを実行すると、各フィールドが数値列なのか、カテゴリ列なのかを自動判別し、相違がなければリターンキーを実行します。 必要な前処理を実施します。 compare_model() で各種のモデルを評価、比較し誤差の少ない順番に並べます。内部的にはクロスバリデーション（偏りなく、満遍なく教師データと検証データを入れ替える）を実施しており、デフォルトではFold=10（データを10分割して、訓練データと検証データを入れ替えている）それぞれの平均のスコアを表示して