いろいろな回帰モデル・クラス分類モデルを構築したり、モデルの中のハイパーパラメータ (PLSの成分数など) を決めたりするとき、モデルを評価・比較しなければなりません。そのためのモデルの検証 (model validation) の方法について、pdfとパワーポイントの資料を作成しました。

データセットの説明からはじまり、モデル評価・比較するための指標・ハイパーパラメータの決め方・データの選び方などについて説明されています。pdfもスライドも自由にご利用ください。

pdfファイルはこちらから、パワーポイント(pptx)ファイルはこちらからダウンロードできます。

興味のある方はぜひ参考にしていただき、どこかで使いたい方は遠慮なくご利用ください。

スライドのタイトル

• “良い”回帰モデル・クラス分類モデルとは何か？
• データセットの呼び方
• 比較指標
• 回帰分析 決定係数 r2
• 回帰分析 RMSE
• 回帰分析 MAE
• クラス分類 混同行列・正解率・精度・検出率
• クラス分類 Kappa係数
• モデルの評価・比較 ハイパーパラメータの決定
• どのようなハイパーパラメータを用いるか？
• クロスバリデーション
• クロスバリデーションの補足
• どのようにデータセットを分けるか？
• Y-randomization (Yランダマイゼイション)

以上です。

質問・コメントがありましたら、twitter・facebook・メールなどを通して教えていただけるとうれしいです。