ＤＩＹで憧れのキャットウォークを実現！ - マンション・ラボ
ある日、マンション・ラボ編集部に、一通のメールが入った。 マンション・ラボ編集部 御中 いつも楽しく拝見させてもらっています。私、奥村（仮名）と申します。 実は今回、お願いがあってメールさせていただきました。私は今、ネコを飼っています。最近テレビや雑誌で、ネコが楽しめる「キャットウォーク」をみて、自分の家でも作りたい！と思っていろいろ調べてみたのですが、どうやったらいいかまったくわからなくて・・・。 そういえば、マンションラボさんでいろいろやっているのを思い出して、メールしてしまいました。 お願いです。キャットウォークについて、何か記事みたいなもので取り上げてもらえないでしょうか。無理なお願いだとは思いますが、ぜひ検討だけでもしてもらえたら嬉しいです。これからも応援してます！ヨロシクお願いします。 「マンションにキャットウォークをつくりたい」。かつてここまで大胆でわがままな依頼があっただろ
【python】分類タスクの評価指標の解説とsklearnでの計算方法 - 静かなる名辞
はじめに 分類結果の評価指標として、混同行列（confusion matrix）、適合率（precision）、再現率（recall）、F1値（F1-measure）*1などがあります。 分類の評価をやるときはとりあえずこれらを出せば良い、ということで日常的に用いられるものですが、意外とまとまった解説をネット上で見かけません。私もこれまでなんとなく使っていましたが、それじゃいかんなぁ、とずっと思っていました。 この記事はこれらの評価指標について解説します。ついでにsklearnでの計算方法も書いておきます。 目次 はじめに 理論の解説編 基本編（二値分類） 混同行列の話 評価指標の概念の説明 評価指標を数式で書く どの指標を使えば良い？ 多クラス分類編 多クラス分類の混同行列 クラスごとの適合率・再現率・F1値 マクロ平均 重み付き平均 マイクロ平均 どれを使うか 二値分類の取り扱いについ
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
