python【モデル比較】SVM・決定木・ランダムフォレストの精度と解釈性の違い
はじめに分類タスクにおいて、さまざまなモデルが利用できますが、どれを選べばよいのでしょうか？本記事では代表的な分類アルゴリズムである以下3つのモデルについて、精度と解釈性（説明のしやすさ）の観点から比較します。サポートベクターマシン（SVM...
決定木
python python【分類③】決定木・ランダムフォレストの特徴と可視化方法
はじめにこれまでに紹介したK近傍法やロジスティック回帰は、比較的単純な分類モデルでした。今回紹介する「決定木（Decision Tree）」と「ランダムフォレスト（Random Forest）」は、より柔軟で複雑な分類タスクに対応できるアル...
JMPハイパーパラメータとは？グリッドサーチ・ランダムサーチの使い方を初心者向けに解説｜統計自主学習⑭
はじめに機械学習モデルを作成するとき、「どんなモデルを選ぶか」だけでなく、「そのモデルの設定をどうするか」も非常に重要なポイントです。このモデル設定を調整する作業が、「ハイパーパラメータチューニング」です。この記事では、ハイパーパラメータと...