AUC(Area Under the Curve)とは、2クラス分類の評価指標で、大雑把に言うと「ROC曲線の右下部分の面積」で定義されます。 AUCは、Kaggle などのデータ分析コンペでも用いられる有名な指標です。 「2クラス分類」という問題設定や、ROC曲線、真陽性率、偽陽性率の意味については後述します。
AUC(Area Under the Curve)とは、2クラス分類の評価指標で、大雑把に言うと「ROC曲線の右下部分の面積」で定義されます。 AUCは、Kaggle などのデータ分析コンペでも用いられる有名な指標です。 「2クラス分類」という問題設定や、ROC曲線、真陽性率、偽陽性率の意味については後述します。
機械学習の分野でよく使われる決定木について今回は説明していきます。 決定木は、回帰、分類問題に対して、非常によく使われる手法の一つで、あらゆる現場でよく使われているのではないかと思います。 アルゴリズム自体はとてもシンプルですし、R,Pythonにおいてパッケージも豊富というところもあり、 何よりも結果の可読性の高さが人気の一つの理由かと思います。 今回の進め方としては、以下のように進めていきます。 決定木って何?(ざっくり図から理解) 分割規則(不純度について) 決定木の理論面については、「はじめてのパターン認識」を参考にしていただくといいかと思います。 はじめてのパターン認識 作者: 平井有三出版社/メーカー: 森北出版発売日: 2012/07/31メディア: 単行本(ソフトカバー)購入: 1人 クリック: 7回この商品を含むブログ (5件) を見る 決定木とは 決定木は、条件分岐によ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く