予測値+モデルの適用範囲か、ベイズ最適化か、直接的逆解析か
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
Datachemical LAB は他のソフトウェアと何が違うのか？～９つの大きなポイント～
いつもDatachemicalLABをご利用いただきありがとうございます。DatachemicalLABの利用を検討するとき、他のデータ解析・機械学習のソフトウェアと何が違うのか、気になる方もいらっしゃると思います。Datachemical...
yが0(もしくは1)の削除したサンプルをどう使うか？
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
(回帰モデルと比べて)クラス分類モデルで注意すること
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
Datachemical LABでクラス分類のモデル最適化と予測ができるようになりました
いつもDatachemicalLABをご利用いただきありがとうございます。これまでご紹介させていただいた通り、DatachemicalLABを使用することで、データの前処理・データの可視化・回帰分析・モデルの逆解析・モデルの適用範囲・化学構...
モデルの解釈の結果とドメイン知識(化学的背景・物理的背景等)とが合わないときはどうするか
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
ロジスティック回帰(Logistic Regression)～名前は回帰だけど目的はクラス分類～
ロジスティック回帰(LogisticRegression,LR)について、pdfとパワーポイントの資料を作成しました。LRの計算方法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...
合成条件から材料の物性・活性や製品品質まで複数のモデルで繋ぐ
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
特徴量が多いときに特徴量重要度・変数重要度でモデルを解釈する方針
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...
テストデータクロスバリデーションにおける決定係数や正解率が小さいときの変数重要度・特徴量重要度の考え方
分子設計・材料設計・プロセス設計・プロセス管理において、分子記述子・実験条件・合成条件・製造条件・評価条件・プロセス条件・プロセス変数などの特徴量xと分子・材料の物性・活性・特性や製品の品質などの目的変数yとの間で数理モデルy=f(x)を構...