パッケージユーザーのための機械学習：教師あり学習同士で分離超平面・決定境界を比較してみる - 渋谷駅前で働くデータサイエンティストのブログ

このシリーズ記事では、Rで*1色々な機械学習のアルゴリズムについて、それらがどんなものなのかを簡単なデータに対して分離超平面・決定境界を描きながら見てきました。 パッケージユーザーのための機械学習(1)：決定木 - 銀座で働くデータサイエンティストのブログ パッケージユーザーのための機械学習(2)：ロジスティック回帰 - 銀座で働くデータサイエンティストのブログ パッケージユーザーのための機械学習(3)：サポートベクターマシン(SVM) - 銀座で働くデータサイエンティストのブログ パッケージユーザーのための機械学習(4)：ニューラルネットワーク - 銀座で働くデータサイエンティストのブログ パッケージユーザーのための機械学習(5)：ランダムフォレスト - 銀座で働くデータサイエンティストのブログ ということで今回はおさらいとして、これまで見てきた教師あり学習同士で分離超平面・決定境界のプ

[sucrose]

ランダムフォレストの分類正答率が100%って書いてあって、訓練データ自体でテストしてないか心配になる / 追記:なにで評価してるのかの話が追記されたみたい(？)

[wackyhope]

さまざまな分類器による分離の特徴を視覚的に比較。参考に。

[Shinya_131]

分かりやすい

[Caat]

いつか挑戦

[kimutansk]

2次元に射影して落とし込むとこういう風に見えるよ、という目安としてはいいかも。これを前提に何かを可視化につながりますかねぇ・・・