Pythonを用いたアンサンブル学習とハイパーパラメータ最適化の実践ガイド
アンサンブル学習の全体像
単一モデルでは限界が見えた際、複数の「弱い学習器」を組み合わせることで精度を大きく向上させる手法がアンサンブル学習である。本記事では代表的な3パターン——Bagging、Boosting、Voting——を取り上げ、scikit-learnを使った実装例を示す。
Bagging系手法
Bagged Decision Trees
Bootstrap標本を複数生成し、それぞれで決定木を学習させた後、 ...
7月17日 22:41 投稿
Python によるサポートベクターマシンの実装とハイパーパラメータ最適化
サポートベクターマシン（SVM）の概要
サポートベクターマシン（Support Vector Machine: SVM）は、統計的学習理論に基づく強力な分類アルゴリズムです。主に二値分類問題に用いられますが、多クラス分類や回帰分析にも拡張可能です。SVM の核心は、異なるクラス間のマージン（余白）を最大化する決定境界（超平面）を構築することにあります。
主要な特徴と適用領域
...
7月8日 21:08 投稿