エントリーの編集
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。
【翻訳】scikit-learn 0.18 User Guide 2.7. 新規性と外れ値の検出 - 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
- 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
【翻訳】scikit-learn 0.18 User Guide 2.7. 新規性と外れ値の検出 - Qiita
http://scikit-learn.org/0.18/modules/outlier_detection.html を google 翻訳した scikit-learn 0.18 ... http://scikit-learn.org/0.18/modules/outlier_detection.html を google 翻訳した scikit-learn 0.18 ユーザーガイド 2. 教師なし学習 より 2.7. 新規性と外れ値の検出 多くのアプリケーションでは、新しい観測値が既存の観測値と同じ分布(inlier)に属しているのか、異なるもの(outlier)であるのかを判断できる必要があります。多くの場合、この機能は実際のデータセットを消去するために使用されます。 2つの重要な区別がなされなければならない: 新規性検出: トレーニングデータは外れ値によって汚染されていないため、新しい観測で異常を検出することに関心があります。 外れ値検出: 訓練データには異常値が含まれており、逸脱した観測値を無視して訓練データの中央モードに適合する必要があります。 scikit-le

