[B! Machine Learning][scikit-learn] michael-unltdのブックマーク

michael-unltd id:michael-unltd

Machine Learningとscikit-learnに関するmichael-unltdのブックマーク (2)

TensorFlow と scikit-learn 分類器の視覚的比較 – ClassCat® AI Research
TensorFlow によるニューラルネットワークと scikit-learn の各種分類器について線形分離ができないデータセットについて決定境界を描画して視覚的に比較してみました。 scikit-learn については代表的な分類器を、TensorFlow については基本的な MLP を活性化関数を変えて試しています。データセットは以前にも使った sklearn.datasets.make_moons で、データポイント数は 500 ノイズは 0.1 です。プロットすると以下のような図になります : scikit-learn の分類器 scikit-learn の代表的な分類器をデフォルト・パラメータで順繰りに試してみました : Gaussian NB, K-近傍法, 決定木, Random Forest, 線形 SVM, SVM, Gaussian Process, AdaBoo
michael-unltd 2017/04/16
TensorFlow

scikit-learn

machine learning

visualization
リンク
Pythonのscikit-learnでRandomForest vs SVMを比較してみた - Y's note
Random Forest メディア: ペーパーバッククリック: 27回この商品を含むブログ (1件) を見る Random Forest Random Forestとは Random forest - Wikipedia Random forests - classification description 機械学習の方法論の一つで決定木ベースの集団学習アルゴリズムを取り入れたものです。説明変数の依存が少ないことや学習が高速であることが特徴として挙げられています。英語サイトの方で特徴として紹介されているRFの内容について記述します。 Features 大きなデータに対して効率よく処理される。変数の削除をすることなく入力した数千の変数を扱う事ができる。どの変数が分類に対して重要なのかを計算して与えてくれる。木の構築処理中に一般的なエラーの偏りの無い計算を生成する。高い割合でデータ
michael-unltd 2016/05/17
RF is better in this case.

python

scikit-learn

machine learning
リンク
1