hoxo_mのブックマーク / 2016年12月10日

scikit-learnを用いたサンプルデータ生成 - データ分析がしたい

機械学習の勉強や新しいアルゴリズムのテストをする場合、irisなどのシステム組み込みのサンプルデータを利用するか、UCIリポジトリなどのネット上の公開データから良さげなものを探すというのが一般的だと思います。しかしながら、irisなどの組み込みデータは一般にデータ数が少なく、分類問題として物足りなかったり、ネット上の公開データを利用するにしても適当なデータ数や特徴量数、問題設定や難度のデータを探すのが難しいですし、前処理が必要なデータも多く手軽に使えるサンプルデータとなると中々見つけられないといったことがあるかと思います。そういった場合、適当なデータ数や難しさのデータを自分で生成して利用すると、後の計算コスト評価や機械学習アルゴリズムの理解において色々と便利です。サンプルデータの作り方としては、何らかの統計モデルに基づいて作る方法もありますが、データの質にこだわらないのであればsci

hoxo_m 2016/12/10

リンク

{deSolve} 微分方程式 de オトナダマシ - Qiita

この記事は、R Advent Calendar 2016の10日目の記事です。昨日はcallmekohei様のR言語を使ってロト6を当ててみる！でした。 intro その昔、昆虫少年?だった時代は、$Amarygminae$という連中を相手にしていました。上位分類が$Tenebrionidae$と言いまして、日本語ではゴミムシダマシと呼びます。この他にも、カミキリモドキ、ニセマグソコガネとか、そーゆーのが大好きでした。この系統の名前で文句無しのチャンピオンは、ニセハムシダマシでしょうね。ハムシも、それに似たハムシダマシもちゃんといます。ハムシダマシに似て非なるムシを見つけちゃったから、ニセハムシダマシ。ちなみに、ハムシモドキという連中もいますが、寡聞にして、ニセハムシモドキの存在は知りません。ふふふえーと、何でしたっけ。そう。人前でプレゼンテーションをする機会、結構