Rでもlibsvmしたい! 第1話 - 油を売って怒りを買う.blog
2012-12-29 Rでもlibsvmしたい! 第1話 はじめに Rでlibsvm使う時の自分用の設定と細かい話. とりあえず2クラス分類という前提で. 準備 ライブラリe1071を呼び出すだけ. これで一通りの関数が使えるようになる. install.packages("e1071") library(e1071) データを用意する とりあえずXは特徴量の行列, yは-1 or 1のラベルで用意. ラベルが数値じゃなくても大丈夫だけど, 自分が大抵この形式のcsvファイルで手元にデータを置いているのでそれに合わせて. X <- as.matrix(iris[51:150, -5]) y <- as.numeric(iris$Species[51:150]) y[y==2] <- -1 y[y==3] <- 1 学習させる とりあえず学習させる. # C-SVMなら result <-
RでDeep Learningの一種をやってみる - データサイエンティスト上がりのDX参謀・起業家
このブログのTips052で、RでDeep Learningをやっているのを紹介してもらったので、自分も試してみました。 「Deep Learningすげぇ！！」という話は良く聞くのですが、亜種がいっぱいあるみたいで、まだあまり調査しきれてません。また時間があれば調査してまとめられると良いのですが。 以下、RでDA(Denoising Autoencoders)を実行するプログラムです。 sigmoid <- function(x){ return (1 / (1 + exp(-x))) } dA <- setRefClass( Class="dA", fields=list(input="matrix", n_visible="numeric", n_hidden="numeric", W="matrix", W.prime="matrix", hbias="vector", vbias
実務でRandomForestを使ったときに聞かれたこと - shakezoの日記
Machine Learning Advent Calendar 2012 の 21 日目の記事です。 私は普段は受託のデータ解析を仕事にしてます。過去に何度か実務でRandomForestを利用する機会がありましたので今日は以前顧客にプレゼンをした時に、質問された内容とその回答を紹介したいと思います。普段は機械学習・データマイニングを実務の立場利用しており、手法そのものの専門家ではないので、間違いなどが有りましたらご指摘ください。 さてRandomForestは有名なアルゴリズムですので、ご存じの方も多いとは思いますが、CARTの開発者でもある、Leo Breimanが2001年に提案した決定木を用いた集団学習アルゴリズムの１つです。一言で言えば、大量の決定木を作成して、それぞれの決定木が出した答えを多数決し、最も支持の多かったクラスに分類する手法です。(回帰の場合は平均を返します） R
1
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
