2020.06.18 [学習メモ] ランダムフォレスト・回帰用途

学習メモ。

  • 論文に書くべき?一般的情報。
    • データセットが小さい時に有効。DEEP LEARNINGは、大規模データに使うもの。
    • 正規化とか使わなくてよい
    • 短所: 説明変数のうち意味のある変数がノイズ変数よりも極端に少ない場合にはうまく働かない
  • 特徴量の重要度
  • 非線形回帰
    • こんな感じ?(C) https://www.slideshare.net/ssuser604c63/ss-93788451
  • 良く分からん
    • 決定木で回帰分析、と言う感覚
      • こんな感じ?(B)  https://hk29.hatenablog.jp/entry/2019/09/30/002452
      • 平均だからよいのか?(過小評価されそうだが)
    • 決定木分析、IF文は大丈夫なのか?
  • kotsuking
  • 関東の某国立大学、准教授。他に、JST・さきがけ研究員、理研・客員研究員、気象予報士。京都大学大学院で博士(工学)を取得。
    スーパーコンピューターを駆使して天気予報の改善に取り組むデータ同化研究者。座右の書は「7つの習慣」。

コメントする

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です