機械学習ナイーブベイズ分類器のアルゴリズムを理解したのでメモ。そしてPythonで書いてみた。 - Qiita
概要 ナイーブベイズ分類器(ベイジアンフィルター)のアルゴリズムを具体的な数値を使って説明します。また、Pythonで実装してみました。自分の勉強メモのつもりで書いたのですが、他の方の役にも立てたら嬉しいです。 ナイーブベイズ分類器って？ あるデータ(文章)をどのカテゴリーに属するのかを判定させる、機械学習の教師あり学習の手法の一つです。 スパムメールフィルターやWEBニュース記事のカテゴライズによく使われています。 難易度 ベイズの定理を利用した単純な手法で、難易度は低です。 なるべく数式を使わないで説明してみました。 ナイーブベイズ分類器の計算 対象文章がどのカテゴリーに分類されるかを決めるための計算ロジックを、具体的な数値を使って説明します。 学習データが以下である場合、対象文章がどのカテゴリーに分類されるか計算します。 学習データ サッカー [ ボール | スポーツ | ワールド
Confusion matrix - Wikipedia
In the field of machine learning and specifically the problem of statistical classification, a confusion matrix, also known as error matrix,[1] is a specific table layout that allows visualization of the performance of an algorithm, typically a supervised learning one; in unsupervised learning it is usually called a matching matrix. Each row of the matrix represents the instances in an actual clas
分析裏話 第2回 ”決定木”という選択肢
『”決定木”という選択肢』 - 村山 幹朗 前回のコラムでは、セグメンテーション手法として、一般的に使われる因子分析、クラスター分析には問題がある事について取り上げました。また、その問題を避けるためのセグメンテーション手法、決定木について朝野先生に取り上げて頂きました。市場調査クリニックでは、決定木を用いたセグメンテーション手法として「ACAT」という手法についても掲載していますが、今回の分析裏話では、単純集計によるセグメンテーションと、決定木を用いたセグメンテーションの違いについて、より詳しく取り上げたいと思います。 ■単純集計で良いのか？ 消費者の行動にセグメント間で明確な違いが出る様にしたいのなら、購買意向や単価が高い人にフラグを立てて抽出し、クロス集計を切ればいいじゃないか、と思われる方もいると思います。例えば、ある製品について購買意向が高い人（”非常に買いたい”と”買いたい”のト
マーケティングの処方箋 第9回 決定木 -朝野熙彦
『決定木』 -朝野熙彦 長かった残暑がようやく終わって秋らしい季節になってきました。さて、今月はマーケット・セグメンテーションの話をします。セグメンテーションには２つの異なるアプローチがあるという話題です。 ■従来のセグメンテーションへの不満 マーケティングの実務では、消費者のライフスタイルや価値観を因子分析して、その結果をクラスター分析にかけて市場を分割するというアプローチが、ポピュラーに行われてきました。 もし分析者の思惑通りに運べば、クラスター間で消費行動に違いが出て、効率的な市場対応ができるはずです。しかし、実際にはそうは問屋がおろさないことがあります。どのクラスターも大差がないので市場全体に訴求するのと違わないとか、そもそも企業がクラスターにアクセスできるような仕組みが用意できていない、という問題がありました。つまり概念レベルでの議論ならＯＫですが、具体的なマーケティング・アクシ
調査手法 | 消費者の購買行動に、”差が出る”セグメンテーション手法 -市場調査クリニック
自社商品に対する反応が明らかに高いターゲットを見つけ、「市場をどういう軸で分けていけばそのターゲットに辿り着くのか」というルールを学ぶ、タンジブルセグメンテーション。 調査会社にセグメンテーションをお願いしても、得られたセグメント間で商品に対する反応（購買行動や購買意欲）に差が出ません。差が出ないので市場についての学びがなく、ターゲットも見えてきません。どうしたらよいでしょうか？ 「これからは海外市場だ！」と言われる中、よく分からないなりに海外市場展開をしてきましたが、今後はメインターゲットをしっかり見極め、製品、流通、プロモーション戦略を本格的に固めていきたいと思っています。しかし経験上、調査会社にセグメンテーションをお願いしても、解釈できないセグメントが出てきたり、セグメント間に差が出ないので、ターゲットが見えません。もっとターゲティングに繋がるようなセグメンテーション手法は無いのです
分析裏話 第1回 そのセグメンテーション、本当に使えますか？
＞＞最新：第2回はコチラ 『そのセグメンテーション、本当に使えますか？』 - 村山 幹朗 現在様々な市場調査でセグメンテーションが行われていますが、実務で活用できるセグメントを作るのはなかなか難しいものです。 通常、企業がセグメンテーションをする上でまず知りたい事は、「どのセグメントを狙うのが良いか？」つまりターゲティングの根拠となる情報です。例えば、「このセグメントは自社製品の購買意欲や購買率、ロイヤルティやリピート率が顕著に高いから、このセグメントをターゲットにするべきだ」「じゃあ、どうやったらそのターゲットに効率的にリーチできるだろう」という様な、セグメンテーションからターゲティング戦略へ繋がるファインディングスです。 逆に、セグメンテーションしたけれど、「このセグメントは価値観がユニークで、また別のこのセグメントはライフスタイルがこんなに特徴的です。まぁ・・・御社製品への購買意欲や
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
