分析– tag –
-
データ分析 ナレッジBERTテキスト分類 ― 英語の映画レビューを「肯定・否定」に分けてみる
1.はじめに 「このメールは迷惑メールか」「このレビューは褒めているか、けなしているか」「このニュースはスポーツか、経済... -
ナレッジ多重共線性とは回帰係数の解釈が壊れる理由について解説
はじめに 重回帰分析で、相関の高い説明変数を一緒に入れたことはありませんか。係数の符号が想定と逆になったり、重要そうな... -
データ分析 ナレッジLightGBM・XGBoostのパラメータを徹底解説 ― 数値を変えるとどうなる？
はじめに LightGBM や XGBoost でモデルを作るとき、learning_rate や num_leaves などのパラメータを「よく使われる値」のま... -
データ分析LightGBM・XGBoost・CatBoostをオープンデータで比較してみた
はじめに テーブルデータの予測では、XGBoost・LightGBM・CatBoost の3つが定番です。それぞれ「LightGBM は速い」「CatBoost... -
データ分析 ナレッジ「何が原因か」を探すのかと「どれだけ効くか」を測るのか──因果探索と因果推論の違い
イントロダクション クーポンをもらった顧客は、購入額が多い。ここから、2種類の問いが生まれます。 問い①： クーポンは購入... -
データ分析偶然に近い「境目」を使う因果推論──回帰不連続デザイン（RDD）
イントロダクション ゴールド会員になった顧客は翌月の購入額が多い。これは、会員特典の効果でしょうか？ そうとは限りませ... -
データ分析 ナレッジ精度が良すぎるとき、テストの情報はどこから混ざったのか：データリークの整理
はじめに 検証で、予想よりずっと高い精度が出た。うれしい反面、少し不安になる。そんな経験はないでしょうか。精度が良すぎ... -
ナレッジ木モデルは外挿できない：RandomForestとLightGBMは、みたことのない範囲で頭打ちになる
はじめに RandomForestやLightGBMは、表形式のデータの予測で強力です。では、訓練データより大きい値を予測させると、どうな... -
ナレッジ特徴量重要度は信用していいのか：RandomForestは、無関係なランダム列を「最重要」と答える
はじめに RandomForestには、feature_importances_という、特徴量の重要度を返す機能があります。「どの列が予測に効いている... -
ナレッジ
薬を飲んだら血圧が下がった。それでも『効いた』と言えない理由
はじめに 血圧が高い人を集めて、ある薬を二週間飲んでもらったところ、平均血圧が下がっていました。この薬は効いたといえる...