イラストで学ぶ機械学習を読んで決定株分類のAdaBoostをpythonで実装 - Qiita
やりたいこと 決定株分類器をブースティングアルゴリズムの一つであるAdaBoostを用いて実装する ちなみに前回はバギングを用いて実装した 前回：http://qiita.com/241824182418/items/6c19024f6e26fa9f9344 バギングによる学習結果 2000の弱学習器を組み合わせている 2000では全てを識別しきれなかった 環境 OS X El Capitan Python 3.4.3-0 Anaconda - spyder:Version 2.3.5.2 参考 イラストで学ぶ機械学習 小二乗法による識別モデル学習を中心に (KS情報科学専門書) アンサンブル学習の章にあるAdaBoost https://www.amazon.co.jp/dp/4061538217 分類するデータ 結果を比較したいので前回バギングと同じデータを使用する 使用する学習法 A
イラストで学ぶ機械学習を読んで決定株分類、決定木分類のバギングをpythonで実装(決定株分類編１) - Qiita
#やりたいこと アンサンブル学習におけるバギングを用いた決定株分類器から決定木分類器を実装する ※アンサンブル学習・・・性能の低い学習器を組み合わせて高性能な学習器を作るという枠組み #環境 OS X El Capitan Python 3.4.3-0 Anaconda - spyder:Version 2.3.5.2 #参考 イラストで学ぶ機械学習 小二乗法による識別モデル学習を中心に (KS情報科学専門書) アンサンブル学習の章にあるバギング https://www.amazon.co.jp/dp/4061538217 #決定株分類器 あるデータの入力変数どれか一つを選び、その値によって閾値を設定し分類をするというもの 何次元のデータであろうともそこから１次元選び、ソートして最もクラスを分類できる値を決めるだけなのでとっても単純である 実際にコードを書いてみる #分類するデータ 今回分
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
