liblinearにおける solver_type と C の最適化 - お前の血は何色だ!! 4
みんな大好きSVM の liblinear における solver_type と C ってどんな関係なの？ って思って、総当たりをしてみた。 参考: “algorithm - SVM - hard or soft margins? - Stack Overflow” http://stackoverflow.com/questions/4629505/svm-hard-or-soft-margins solver_type C 教師データを再分離した時 テスト用データを分離した時 備考 L2R_L2LOSS_SVC_DUAL 1 92.23000% 99.54700% ディフォルトはこれ L2R_L2LOSS_SVC_DUAL 10 95.81600% 99.70800% L2R_L2LOSS_SVC_DUAL 50 91.13400% 99.89100% L2R_L2LOSS_SVC_D
LIBLINEARを用いた機械学習入門(単語分割)
このページでは機械学習のツール(LIBLINEAR)を利用して、実際に分類問題を解くにはどういう手順を経るかということについて解説します。つまり、Kytea(京都テキスト解析ツールキット)における簡易版の単語分割モデルを作ってみようということです。 なお今回はプログラミング言語としてRubyを用いますが、Rubyの知識がなくても実装ができるように解説するよう心がけます。また、必要以上に細かく書いてあるかもしれませんが、不要な方は適宜読み飛ばして下さい。 細かい説明はすっとばしてやり方を見る 機械学習って？ 朱鷺の杜Wiki 「機械学習」がわかりやすいかと思います。 ひとことで言うと、「訓練データを与えてそこから機械に問題の解き方を学んでもらい、別の問題を解いてもらうこと」です。 教師あり学習・教師なし学習 機械学習は大きく「教師あり」と「教師なし」に分かれます。 「教師あり学習」とは
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
