言語処理100本ノックは,実践的な課題に取り組みながら,プログラミング,データ分析,研究のスキルを楽しく習得することを目指した問題集です 実用的でワクワクするような題材を厳選しました 言語処理に加えて,統計や機械学習などの周辺分野にも親しめます 研究やデータ分析の進め方,作法,スキルを修得できます 問題を解くのに必要なデータ・コーパスを配布しています 言語はPythonを想定していますが,他の言語にも対応しています
今日は73番だけでいきます。 73. 学習 72で抽出した素性を用いて,ロジスティック回帰モデルを学習せよ. ロジスティック回帰モデルとは、「確率化された分類モデル」の一種です。「確率化された分類モデル」は全体の確率を0から1までの間に押し込まないといけないのですが、そのときにロジスティック関数を使うので「ロジスティック回帰モデル」と言います。 分類モデル +確率化分類モデル +ロジスティック回帰モデル 確率化分類モデルとしては他にも「対数線形モデル」などがあります。こちらは前回紹介した『言語処理のための機械学習入門』に入っています。 設問冒頭にもありましたがやりたいのは「文を肯定的(ポジティブ)もしくは否定的(ネガティブ)に分類する」ということです。72で作成した素性とロジスティック回帰モデルを使って分類器を作っていくのが今回の設問です。 で、なぜロジスティック関数を使うのかと言うと、計
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