【SHAP】スタッキング(stacking)で特徴量の解釈はできるのか|pythonアンサンブル学習
こんにちは、青の統計学です。 機械学習アルゴリズムの精度向上において、アンサンブル学習は非常に重要な役割を果たしています。 アンサンブル学習とは、複数の学習アルゴリズムを組み合わせることで、予測精度を向上させる手法です。…
Python
【Leave-one-out】データ量が少ない時に使うクロスバリデーション|python
こんにちは、青の統計学です。 今回はデータ量が少ない時に有効な交差検証法の一種、Leave-one-outCVを紹介いたします。 Leave one out CV Leave-One-Out Cross-Validation…
【kaggle】ベイズ最適化とXGBでtitanicの予測問題を解く|python
今回はハイパーパラメータのチューニング手法の一つである、ベイズ最適について解説いたします。 グリッドサーチやランダムサーチに比べて、短い時間で最適なパラメータを発見できるとされています。…
【Box-Cox変換】様々な非線形変換について|python
今回は、モデル選択やパラメータチューニングの前に行う、特徴量エンジニアリングについて解説いたします。 中でも、非線形変換は特徴量の偏った分布を正規分布に近づけたりすることができ、高い精度につながることが多いです。…
勾配ブースティング決定木（GBDT）の仕組みを理解｜XGBoostとLightGBMの違いを理解する
勾配ブースティング決定木(GBDT)の仕組みと数学的背景をわかりやすく解説。ランダムフォレストとの違いや、XGBoostとLightGBMの特徴・使い分けまで網羅しています。アンサンブル学習の基礎からアルゴリズムの理論を深めたい方に最適です。
【周期性を掴もう】pythonでコレログラムを書いてみましょう
ヒストグラムや折れ線グラフなどはよく耳にしますが、「コレログラム」は聞いたことがないかたも多いと思います。 今回は統計検定2級や準一級でよく出る「コレログラム」についてまとめてみました。 統計検定のチートシートは以下をクリック！…
【高校数学でわかる】分散と標準偏差をわかりやすく解説|散らばりの指標
分散(variance)と標準偏差(standard deviation) こんにちは、青の統計学です。 今回は、統計の基本である分散と標準偏差について解説していきます。 高校数学でも扱われる内容なので、高度な数学は必要ございません。…
