Jubatus 0.4.1 を使ってみる (1) score is infinite error に注意 - （ ´Д｀） トンファービ〜ム！ ドゴォォォ ∵. ・゜(゜Д）ノ
Ruby, 機械学習機械学習で有名なライブラリとしては libsvm、liblinearがあるが、これらはオフライン学習しかできない。オンライン学習できるライブラリはいくつかあり、例えばsvmsgdなども有名だ。ただしモデルを更新しながら保存できて、楽ちんなライブラリはこれまでまったくなかったんじゃないか。素晴らしいライブラリである。 # 追記：そういやMahoutがあったけど、Jubatusのほうが楽かな。でもちょっと比較はしにくい面もある。 Jubatusはインストールマニュアルも完璧なので、あまり躓くところもなく利用できるのも良い点なのだが、いくつか小さな躓き易いポイントがある。 例えば、将来的に改善される可能性が高い内容ではあるが、ClassifierのアルゴリズムにNHERDが意外と使いにくい。何も考えずに、とある500次元程度の特徴量を持つデータを 20クラス程度に分類する問題
Jubatus 0.4.1 を使ってみる (4) 結構本気でプロダクトを作ろうとして気が付いたこと - （ ´Д｀） トンファービ〜ム！ ドゴォォォ ∵. ・゜(゜Д）ノ
機械学習Jubatusを使って1つのプロダクトを作ってる。モックレベルはすぐ完成したので正直に言えばもっと早く完成できるかと思ったけど、実用レベルの精度を達成できなくて、凄く時間が掛かってしまった。というかまだ精度を頑張って上げているところ。 最初はスパッと解ける問題かと思ったら、データがスパース過ぎたのか問題設定が良くなかったのか全然精度が出なかったので、次元圧縮したり、n段で学習するようにしたりと色々やって、それなりの精度が出た。各段ごとに違うタスクを解いていたら、思ったより広範囲の事をやってたみたい。あまりに精度が出ず、各段で考えつく手法を色々試して精度確認もしていたので、思いのほか時間掛かった。そんなこんなである程度の精度は出たんだけど、それでも精度的にまだちょっと足りなくて、特徴量を見直したり、細かい変換を書けたりしている真っ最中だったりする。まあそんなこんなで、結構使ってみて思
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
