【Rによるデータサイエンス】線形判別分析 - 日常メモ
◎本題に入る前に１ 余談・・・。 最近、徐々に内容が難しくなってきていて、自分の予備知識の足りなさを痛感している。ただ、今回の「Rによるデータサイエンス」の初読の目的は「やった感＋写経による学習＋概要を把握すること」なので、わからないことがあっても基本的には飛ばすし、深入りもしない。 ◎本題に入る前に２ 本で述べられていることだけど、判別分析は最も古典的なパターン認識の手法の１つらしい。 で、パターン認識が何者なのかを私は知らないのだが、本には「識別・認識に関することを機械的に実現する研究分野」とある。 それでもよく分からないからググっていたら次の資料に遭遇。読み物として面白いので載せておく。 パターン認識と機械学習入門 from Momoko Hayamizu この資料には次のようにある。 認識とは、不要な情報を捨てること 特徴選択・特徴抽出が識別・認識の本質 これだけでだいぶ満足という
Rで判別分析いろいろ（11種類） - Qiita
結論 同一の問題にたいして、判別分析の手法をいろいろ試してみた 3層ニューラルネット、SVM、Boosting、Random Forestがトップ集団 線形判別分析も意外とよい順位になった。 感想 判別の理由を説明しやすいもの、ブラックボックス化して説明しにくいものいろいろある チューニングによって結構精度が変わる。もっとちゃんとやるともっと良くなるかも 問題を変えてみると、順位が変わるのかも References...１つだけ読むなら https://www1.doshisha.ac.jp/~mjin/R/index.html でも、しっかりやるなら本の方がおすすめ https://www.amazon.co.jp/Rによるデータサイエンス-データ解析の基礎から最新手法まで-金-明哲/dp/4627096011 Details 使用したデータ library(kernlab) # spa
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
