回帰モデル・クラス分類モデルを評価・比較するためのモデルの検証 (Model validation)

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。

タイトルとURLをコピーしました