メインカテゴリーを選択しなおす
【備忘録】Python/Scikit-learn の PLS を使う (2)
PLS 回帰, Partial Least Squares Regression （部分的最小二乗回帰）とは、目的変数 Y を予測するために係数を最適化する手法のひとつです。前回は、R で動作確認した PLS 回帰の使い方を、少し形を変えて Python と Scikit-...
【備忘録】Python/Scikit-learn の PLS を使う
PLS 回帰, Partial Least Squares Regression （部分的最小二乗回帰）とは、目的変数 Y を予測するために係数を最適化する手法のひとつです。以前、R の pls パッケージを使い方をまとめましたので [1] 、python / scik...
【備忘録】主成分分析 ～ Python / Scikit-Learn ～
主成分分析 (Principal Component Analysis, PCA) は、1観測あたり多数の次元／特徴を含む大規模データセットを分析し、最大限の情報量を保持しながらデータの解釈可能性を高め、多次元データの可視化を可能にする手法としてよく利用されています。形式的に...
scikit-learn は、Python のオープンソース機械学習ライブラリです。 SVM , Random Forest , Gradient Boosting , k平均法 、 DBSCAN などを含む様々な 分類 、 回帰 、 クラスタリング アルゴリズムを備えてお...
