はじめに pythonの機械学習ライブラリであるscikit-learnは、数多くの機械学習アルゴリズムをカンタンに使い分けることができるとても優秀なライブラリです。短いコードで数学的に高度なプログラムをカンタンに実装することが出来ます。 データ分析では適切なアルゴリズムの選択が重要であり、そこがデータエンジニアの腕の見せ所ということが出来ます。しかし、その一方でscikit-learnのようにカンタンにアルゴリズムが使える場合、処理の中身がブラックボックス化してエンジニアが適切に使用できないといったケースも散見されます。 こうした事態の場合、scikit-learnの「カンタンにアルゴリズムを実装できる」という特性を生かして、いくつかのアルゴリズムを試して見るというのも一つの手だと思います。本記事では、このアルゴリズムの選定の方法をご紹介したいと思います。 ※本記事の内容を実機で試してみ
![scikit-learnの複数のアルゴリズムを交差検定法で精度検証する!【サンプルコード有り】 | 自動化ラボっ!](https://cdn-ak-scissors.b.st-hatena.com/image/square/db30b537726b12beac7ec6b7c8c03c9b196f362d/height=288;version=1;width=512/https%3A%2F%2Fjidouka-labo.com%2Fwp-content%2Fuploads%2F2021%2F06%2Fonepiece02_zoro.png)