![](https://cdn-ak-scissors.b.st-hatena.com/image/square/cf4c8ccc83bea21261e733012694dec226a59dfb/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-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU1JUFEJTkwJUU4JUIxJTlBJUU2JUE0JTlDJUU3JTlGJUE1JUUzJTgxJUFCJUUzJTgyJTg4JUUzJTgyJThCJUU1JTg4JTg2JUU5JUExJTlFJUUzJTgyJUEyJUUzJTgzJUFCJUUzJTgyJUI0JUUzJTgzJUFBJUUzJTgyJUJBJUUzJTgzJUEwJUUzJTgxJUFFJUU2JUFGJTk0JUU4JUJDJTgzJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz02NTNiMmU0NjQ5N2MwZDU1Y2FhN2E4ZTQ4YjhhZGFkYw%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwaGlyYXRha2VfMDEwOCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NjY5NGRlMmJmMDY3MDEzZmZkYWNkZjQxZDJiOWRkN2M%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D6ee411b5a51bccb5c5b5309b0a77437f)
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。
子豚検知による分類アルゴリズムの比較 - 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
子豚検知による分類アルゴリズムの比較 - Qiita
はじめに 先日、子豚の有無を判別する学習モデルをランダムフォレストで作成しましたが、ほかの分類アル... はじめに 先日、子豚の有無を判別する学習モデルをランダムフォレストで作成しましたが、ほかの分類アルゴリズムも教科書に掲載されていたので、それぞれの分類アルゴリズムを使って精度を比較してみようと思いました。 比較するモデル ・サポートベクタマシン model_svc ・決定木 model_tree ・ランダムフォレスト model_forest 事前準備 同じデータを使って3種類のモデルを作成して、それぞれの結果を出力させます。 使用している画像やフォルダ構成についてはこちらの記事を参照してください。 それぞれのモデルを作成 from sklearn.svm import SVC model_svc = SVC() model_svc.fit(X_train, y_train) from sklearn.tree import DecisionTreeClassifier model_tre