研究, PythonちょっとAdaBoostをやる際に決定木(決定株?!)をやる必要があったので、復習を兼ねて以下のサイトで決定木の欠点やら長所やらをまとめてみた。 scikit-learn.orghttp://scikit-learn.org/stable/modules/tree.html ところで、このサイトはphythonで機械学習を学ぶのにかなりいいですね! まずは長所から。 直感的な解釈ができ、木で図示可能 ほとんどデータの準備が要らない。大抵の場合、データの標準化やダミー変数化、ブランクの取り扱いなどを行わなければならない。 訓練する際に使用されたデータ数に対してコスト(つまり、データのprediction)は対数 数値データもカテゴリカルデータも両方いける。 モデル構造がブラックボックスではない(わかりやすい!)。もし、モデル内である所定の現象が観察されたならば、その説明は
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