Pandas での体系的なサンプリング (例付き)
研究者は多くの場合、母集団からサンプルを採取し、そのサンプルのデータを使用して母集団全体についての結論を導き出します。 一般的に使用されるサンプリング方法は系統的サンプリングであり、これは単純な 2 段階のプロセスで実装 […]...
パンダでローリング相関を計算する方法: 例付き
ローリング相関は、スライディング ウィンドウにわたる 2 つの時系列間の相関です。このタイプの相関関係の利点の 1 つは、2 つの時系列間の相関関係を経時的に視覚化できることです。 このチュートリアルでは、Python […]...
Leave-one-out 相互検証 (loocv) の概要
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを測定する最も一般的な方法は、次のように計算される平均二乗誤差 ( […]...
R での leave-one-out 相互検証 (例あり)
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを行うために一般的に使用される方法は、Leave-One-Out […]...
Python でパーセンタイルを計算する方法: 例付き
データセットのn 番目のパーセンタイルは、すべての値を最小値から最大値の順に並べ替えたときに、データ値の上位nパーセントを切り取る値です。 たとえば、データ セットの 90 パーセンタイルは、データ値の下位 90% とデ […]...
Python での leave-one-out 相互検証 (例あり)
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを行うために一般的に使用される方法は、Leave-One-Out […]...
K-fold 相互検証の簡単なガイド
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを測定する最も一般的な方法は、次のように計算される平均二乗誤差 ( […]...
R での k フォールド相互検証 (ステップバイステップ)
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを行うために一般的に使用される方法は、 k 分割相互検証として知ら […]...
Python での k フォールド相互検証 (ステップバイステップ)
データセットに対するモデルのパフォーマンスを評価するには、モデルによって行われた予測が観察されたデータとどの程度一致するかを測定する必要があります。 これを行うために一般的に使用される方法は、 k 分割相互検証として知ら […]...
機械学習における過学習とは何ですか? (説明と例)
機械学習では、特定の現象について正確に予測できるようにモデルを構築することがよくあります。 たとえば、予測変数の勉強に費やした時間を使用して、高校生の応答変数のACT スコアを予測する回帰モデルを作成するとします。 この […]...