ランダムフォレストの概要を大雑把に解説 - 具体例で学ぶ数学
１．それぞれ異なるデータをもとにする ランダムフォレストでは、もとの訓練データから、（各 $i$ に対して）$i$ 番目の決定木を作成するための「サブ訓練データ」を抽出します。それぞれの抽出は復元抽出で行います（同じデータを何回も抽出することもある）。このように、復元抽出によってサブデータを作成する手法を、ブートストラップサンプリングと言います。 例えば、もとのデータが $(d_1,d_2,d_3,d_4,d_5)$ の５つからなるとき、 ・１番目の決定木の作成には $(d_1,d_2,d_4,d_4)$ を使い ・２番目の決定木の作成には $(d_1,d_3,d_4,d_5)$ を使う というような感じです。 ２．異なる説明変数を分割候補として使う 各決定木を作成するときには、１つのノードから初めてどんどん分割していくわけですが、分割は、 訓練データの説明変数のうち、$K$ 個をランダム
stand.fmはどうして流行っているのか？（あるいは表現の幅を広げる音声発信について）｜ありぱん🍞パンが好き
こんばんは！くろえ、もといたかおです。 「最近stand.fmってやつ流行ってる？」普段であれば流行りの媒体には目もくれずTwitterに励む毎日（）なのですが、3月に入ったくらいから、「あれ？最近見なかった「何か」が流行ってる…ような…」という感覚を持つようになりました。 有名経営者さんも！ 2回目の https://t.co/ZwKOt6R3MQ 録りました。ちょっと前に @asanokoji さんに教えてもらった知見を喋っています。 10名から50名規模になる会社の経営者が気をつけておくべきことは？ on https://t.co/ZwKOt6R3MQ https://t.co/Rqgkpk0rU5 — 宮田 昇始 (@miyasho88) March 5, 2020
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
処理を実行中です
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
