MLの検索結果1 - 2 件 / 2件

• あとで読む

  Train, Test, and Validation Sets

  • 33 users
  • mlu-explain.github.io
  • テクノロジー
  • 2024/04/11

  Train, Test, and Validation Sets By Jared Wilber In most supervised machine learning tasks, best practice recommends to split your data into three independent sets: a training set, a testing set, and a validation set. To demo the reasons for splitting data in this manner, we will pretend that we have a dataset made of pets of the following two types: Cats:      Dogs: For each pet in the dataset we

  • 機械学習
  • あとで読む
  • tutorial

  
• あとで読む

  「特徴量重要度」について少しだけ真剣に考えてみる - Qiita

  • 4 users
  • qiita.com/oki_kosuke
  • テクノロジー
  • 2024/04/16

  はじめに 機械学習モデルを解釈する際には「特徴量重要度」がキーワードになってきます。「特徴量重要度」には様々な指標があり、目的が違います。 ①feature importance、②permutation importance、③SHAP　の3つについて説明していきます。 結論から言うと 3つの特徴量重要度を調べて、個人的に感じた結論を以下に書きます。 ①feature importance：予測モデルを組む際に 「モデル」が重要視する因子が分かる 。例えば決定木を考えた際にどの因子がノードの分割に寄与するのかを評価するイメージ。 ②permutation importance：各特徴量が予測にどう寄与するかが分かる。モデルの「予測精度」に影響する因子が分かる。 ③SHAP： 「予測結果」に対する各特徴量の寄与が分かる 。それぞれのデータの予測にインパクトを与える因子が分かる。 ①feat