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...
sklearn入門
python python【分類④】混同行列・精度・再現率・F1スコアの正しい使い方
はじめに分類モデルの性能を評価する際に、「精度（Accuracy）」だけを見て満足していませんか？実は分類問題では、「どのクラスをどれだけ正しく予測できているか」を詳しく確認する必要があり、そのための指標が「混同行列」や「精度・再現率・F1...
python【応用①】クロスバリデーションとグリッドサーチで精度を上げる方法
はじめにこれまでの記事では、様々な機械学習モデルの実装方法と、過学習を防ぐための正則化について学んできました。本記事では、モデルの性能をさらに高めるためのテクニックである「クロスバリデーション（Cross Validation）」と「グリッ...
python【回帰③】正則化（Lasso, Ridge）を用いたモデルチューニング
はじめに前回は多項式回帰を通じて、モデルが複雑すぎると「過学習（Overfitting）」が起きやすくなることを学びました。今回はその対策として有効な手法「正則化（Regularization）」について解説します。正則化を導入することで、...
python【回帰②】多項式回帰と過学習の関係を体験する
はじめに前回は、線形回帰によって直線的な関係を予測しました。今回はその発展として「多項式回帰（Polynomial Regression）」を扱います。多項式回帰では、直線では表現しきれないような曲線的な関係も学習可能になります。その一方で...
python【回帰①】線形回帰で家賃予測モデルを作る
はじめに分類問題の次は、数値を予測する「回帰問題」に挑戦してみましょう。最も基本的な回帰アルゴリズムが「線形回帰（Linear Regression）」です。本記事では、部屋の広さに応じて家賃を予測するというシンプルな課題を通じて、線形回帰...
python【準備】sklearnのインストールとデータセットの扱い方
はじめにscikit-learn（sklearn）を使って機械学習を始めるにあたり、最初に押さえておくべきことが「ライブラリのインストール」と「データの準備」です。本記事では、sklearnをインストールする方法と、学習用のデータセットをど...