機械学習プロジェクトでは、「データの前処理」と「モデルの学習」を何度も繰り返します。 このとき、前処理とモデルを別々に管理していると、コードが複雑になり、ミスも起きやすくなります。 そこで活躍するのが scikit-le...

こんにちは！「Pythonで始める分類モデル入門」の第4回です。 前回は決定木を学びました。 https://www.salesanalytics.co.jp/datascience/datascience303/ 直感...

こんにちは！「Pythonで始める分類モデル入門」の第3回です。 前回までに学んだロジスティック回帰やLDAは、どちらもデータを「直線」で分割する手法でした。 Pythonで始める分類モデル入門— 第2回 &...

データ分析を始めると、必ず直面するのが 欠損値（NaN） の問題です。 「データが歯抜けになっている」「一部の項目が空欄」といった状況は、実務データでは日常茶飯事です。 欠損値を適切に処理しないと、計算がうまくいかなかっ...

こんにちは！「Pythonで始める分類モデル入門」の第2回です。 前回はロジスティック回帰を学び、「確率を直接モデル化する」アプローチで分類問題を解きました。 Pythonで始める分類モデル入門— 第1回 &...

このシリーズでは、機械学習の中でも特に実用的な「分類モデル」について、Pythonを使いながら一緒に学んでいきます。 第1回となる今回は、ロジスティック回帰という手法を使って「模試の点数から大学入試の合否を予測する」モデ...

ここまで、距離の概念から始まり、階層的クラスタリング、K-means法、クラスタ数の決め方と学んできました。 ところで、病院に行って「あなたは風邪です」と診断されただけで帰されたら、どう思いますか？ 「で、どうすればいい...

データ分析で「可視化」は欠かせないステップです。 数値の羅列を見ても傾向はわかりにくいですが、グラフにすれば一目瞭然。 しかし、Pythonの定番ライブラリ matplotlib でキレイなグラフを作ろうとすると、設定項...

前回、k-means法を学んだときに「K=3」と決め打ちでクラスタ数を指定しました。 Pythonで学ぶ クラスター分析入門— 第3回 —k個の点に集まれ ― k-means法の基本 でも、ちょっ...

前回学んだ階層的クラスタリングは、データの階層構造を美しく可視化できる素晴らしい手法でした。 Pythonで学ぶ クラスター分析入門— 第2回 —樹形図で見える化 ― 階層的クラスタリング しかし...