![](https://cdn-ak-scissors.b.st-hatena.com/image/square/5e045b307de282296366f5c3edbdb57b5c54a972/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--VvqbS8D5--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3ALiGNAM%2525E3%252582%252592%2525E4%2525BD%2525BF%2525E3%252581%2525A3%2525E3%252581%2525A6%2525E5%25259B%2525A0%2525E6%25259E%25259C%2525E6%25258E%2525A8%2525E8%2525AB%252596%2525E3%252582%252592%2525E8%2525A9%2525A6%2525E3%252581%252597%2525E3%252581%2525A6%2525E3%252581%2525BF%2525E3%252581%25259F%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Akoji%25252F%2525E3%252583%2525A1%2525E3%252582%2525AC%2525E3%252583%25258D%2525E7%252594%2525B7%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzY4ZjAyMjc2ZjQuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
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。
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
LiGNAMを使って因果推論を試してみた
Titanic のデータセットを使って LiGNAM で因果推論をやってみたのでまとめます。 コードは GitHubがこ... Titanic のデータセットを使って LiGNAM で因果推論をやってみたのでまとめます。 コードは GitHubがこちら、Colabはこちら ローカル、Windowsで環境構築する場合は、Graphivizのパスが通らなくて因果グラフの表示で苦労しました。 venvでの環境構築が良かったです。 Titanic のデータセットは下記のサイトを使用させていただいています。 Titanic の各カラムの意味は下記サイトをご参照ください。 以下では欠損値処理してカテゴリデータをOrdinalEncodingしたものを使っています。 基本的にはLiGNAMの公式チュートリアルを参照しています。 理論的な説明は下記サイトをご参照ください。 事前学習の設定 各特徴量の因果関係を設定することができます。 特に設定していなくても因果関係を算定、図示することは可能ですが、各特徴量の因果関係を把握している場