やったこと
- 線形回帰モデルの原理について、よさそうな記事を資料中で紹介した。
- 線形回帰モデルによる回帰係数を、
python
、R
、Julia
の3言語で推定した。- データセットはおなじみいつもの安心と信頼と実績の
iris
を使った。
- データセットはおなじみいつもの安心と信頼と実績の
- 推定方法は各言語でよく用いられているライブラリやパッケージによるもののほかに、行列計算用ライブラリを用いた数値計算によるスクラッチ版がある。
- 記述には
.Rmd
を用い、ソースをgithub
にあげるほかRPubs
で公開した。
参考文献
1.はJulia
の行列計算についてわかりやすい記載をされていました。2.は、線形回帰モデルについてよい記載をしているサイトのひとつです。参考になる記事をありがとうございました。
- https://zenn.dev/hyrodium/articles/3fa3882e4bca04#2%E3%81%A4%E3%81%AE%E3%83%99%E3%82%AF%E3%83%88%E3%83%AB%E3%81%AE%E7%A9%8D
- https://qiita.com/fujiisoup/items/e7f703fc57e2dfc441ad
関連サイト
1.は筆者による、今回作った.Rmd
ファイルとなっています。2.は、1.をRPubs
でみられるようにしたものです。
感想
- 各言語によるデータの取り出し方は筆者が忘れていることもあり、思いのほか時間をとられた気がする。
- さすがに線形回帰モデルだけだと寂しいので、よりこじらせた線形モデルや加法モデルくらいはまとめておきたい。
次にやる、この記事に関連すること
- まずは一般化線形モデルについてスクラッチ実装をしたい。
- Rの数値計算に関する本でスクラッチ実装をしていた気がするので、それを参考にする予定です。
次にやる、必ずしもこの記事と関連しないこと
- ベイズ統計学
- ちょっと時間かかりそうです。
- 情報検索分野
- 今
bm25
の計算等をまとめているので時間かかりそうです。
- 今