cl-random-forestでランダムフォレストの決定境界を描いてみる
cl-random-forestでは通常のランダムフォレストに加えて、ランダムフォレストの構造を使って特徴抽出し、それを線形分類器で再学習するという手法を実装している(Global refinement of random forest)。 通常のランダムフォレストに対して、この手法がどういう分類をしているかを見るために、二次元のデータでの実際の分類結果を可視化してみる。 参考: パッケージユーザーのための機械学習(5)：ランダムフォレスト このエントリではXORのデータで、綺麗に分かれている場合とかなりオーバーラップしている場合 とでランダムフォレストの決定境界を描いている。データはそれぞれのリンク先にある。 ランダムフォレストを構築 まずはXORのデータからランダムフォレストを構築する。完全なコードはここにある。 (defparameter *target* (make-array 1
ゼロから始めるHy (hylang)
Hyについて インストール Hyのインストール Hello, world 開発環境の整備 Emacs(hy-mode) インストール Emacsの設定例 REPLの起動 Hyのチュートリアル 関数定義 引数オプション（ラムダリスト） 変数 letが無い！？ → マクロで定義する 制御構造 Pythonの呼び出し まとめ Hyについて hylang/hy: A dialect of Lisp that’s embedded in Python ドキュメント: Hy’s documentation Hy(あるいはhylang)はPython上で動くLisp方言である。 構文はClojure風ではあるが、関数型というわけでもなくマルチパラダイム言語なので、使用感はむしろCommon Lispに近い印象がある。 他のLisp系言語と同様にREPLでのインタラクティブな開発ができ、マクロを使って構文
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
