2018年9月– date –
-
R で主成分回帰と部分的最小二乗回帰を実行する方法
主成分回帰と部分的最小二乗回帰を R で実行する方法の解説 部分的最小二乗回帰とは 部分的最小二乗回帰の分析例のためにデータとパッケージの準備 部分的最小二乗回帰の前に 主成分回帰の分析例 部分的最小二乗回帰の分析例 まとめ 部分的最小二乗回帰と... -
R で主成分分析を行う方法
主成分分析は、たくさんの変数を、合成変数に集約する分析。 主役級の主成分から第一主成分、第二主成分、、、と呼ばれる。 たくさんの変数を、いくつかの主成分でまとめると、情報がまとまって考えやすくなる。 Rで主成分分析を行う方法 Rで主成分分析 ... -
R でリッジ回帰・LASSO 回帰・エラスティックネットを実行する方法
エラスティックネットを簡単に解説 R で実行する方法も解説 エラスティックネット、リッジ、ラッソとは？ エラスティックネット、リッジ、ラッソの名前の由来 エラスティックネットを R で実行するために必要なパッケージの準備 エラスティックネットを R ... -
R で SVM の C パラメータについて具体例を示す
SVM（サポートベクターマシン）のコストパラメータ C について。 SVM の C とは？ SVM の C 例示のためのサンプルデータ準備 SVM の C コストパラメータを変えて結果を確認してみる まとめ SVM の C とは？ SVM（サポートベクターマシン）のコストパラメー... -
サポートベクターマシンとは？ごく簡単に解説
機械学習の分類手法の一つ、サポートベクターマシンとは何か？ ↑1万人以上の医療従事者が購読中 サポートベクターマシンの前に最大マージン分類器について 参考ウェブサイト サポートベクターマシンの前にサポートベクター分類器について サポートベク... -
R でランダムフォレストを最適化する方法
ランダムフォレストはチューニングして最適化する。 チューニングは決定木を最適化する方法。 ランダムフォレストの場合は、決定木の数と特徴量（説明変数）の数を最適化する。 ↑1万人以上の医療従事者が購読中 ランダムフォレストのパッケージのイン... -
R でランダムフォレストを行う方法 重要度の可視化も
R でランダムフォレストを実行する方法。 ↑1万人以上の医療従事者が購読中 ランダムフォレストとバギングの違い R でランダムフォレストを実行するパッケージの準備 R のランダムフォレストで決定木を作る例 R でランダムフォレストを実行した結果 重... -
R でアンサンブル学習のバギングを行う方法
バギングというアンサンブル学習を R でやってみる。 ↑1万人以上の医療従事者が購読中 ランダムフォレストとバギングの違い バギングのための R パッケージの準備 バギングためのデータの準備 バギングの解析例 まとめ ランダムフォレストとバギング... -
ランダムフォレストとバギングの違い
ランダムフォレストとバギングは、決定木をより汎用化するために考えられた手法。 違いは何か？ 概念的な簡単な説明。 ↑1万人以上の医療従事者が購読中 ランダムフォレストとバギングの総称 アンサンブル学習とは何か？ バギングとはどのような手法か... -
R partykit で決定木分析を実行する方法
決定木分析をRで行う方法を紹介。 難しいプログラムが組めなくてもすぐに使える。 ↑1万人以上の医療従事者が購読中 決定木分析のRパッケージの準備 決定木分析をＲで行う実例 決定木分析をＲで行う場合のComplex parameter 決定木分析をＲで Complex ...
12