0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

機械学習(教師有)の進め方

Posted at

全体の流れ

1.目的の明確化
2.データの収集
3.前処理
4.モデル作成
5.モデル学習
6.モデルの予測精度確認
 ※精度が悪かったら前処理からやり直し
7.モデルの保存

1.目的の明確化について

image.png
上記を定めないと、追加の定義や精度100%まで実施することとなり長時間かかってしまうので注意!

備考
image.png

2.データの収集

以下、4点を気を付けて収集を行う
①モデル構築に必要なデータは何か
②現状のデータは何があるのか
③データ内にある特徴量はどんなものなのか
④どのくらいのデータ数があるのか

前処理の流れ

image.png

①データの読込み
・データを読込際は、変数(箱)を用意して、データを入れること
・データを読込後は、データの中身を確認することは非常に重要!!
 理由として、
  ①データがきちんと読み込めていなかった
  ②結合時に自身が意図したデータの形となっていなかった
  ③使用するデータではなかった

②データ探索
image.png

③仮説構築
image.png

④文字から数値に変換
image.png

➄訓練・検証・テストデータに分割
image.png

⑥欠損値・はずれ値の処理
image.png

⑦特徴量生成
・特徴量が多すぎると過学習
(学習データに特化しすぎて、テストデータに対応できなること)になる
 リスクがあるので、より関連性の高い特徴量を選択し、精度をあげる
 現在ある特徴量から予測に役経ちそうな情報をデータから加工し、作り出すこと

image.png

モデル作成~精度評価

①モデルに使用するデータの確認
②モデル作成
・説明変数と目的変数のパターンを認識する箱を作成
③モデルに学習データを与える
・箱に説明変数と目的変数のデータを与えて学習させる
④精度確認

モデル作成時に気をつけること

image.png

精度を上げるために実施すること

image.png

モデルの評価一覧

予測モデル(アルゴリズム)には、それぞれ得意不得意があるので、
それぞれの目的にあわせて、評価方法を選定すること

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?