代表的な機械学習アルゴリズム4つの精度を不倫データで比較する。

変なタイトル…。

またも前回の続きですが、udemyで紹介される機械学習アルゴリズムは以下の4つ。

というより、多すぎて試しきれず、以下の4つに絞ったというか。

  • ロジスティック回帰
  • k近傍法
  • サポートベクトルマシン
  • ナイーブベイズ分類

これらをデフォルトのまま使って予測精度を比較してみようかなと。

まずは不倫データを整えます。前回までの記事にコードのコピペです。

ここからが本番。4つのアルゴリズムそれぞれに不倫データを適用してモデルを作り、予測、精度(スコア)を算出。

その結果が以下。

うーん、アルゴリズムやデータによって多少変わるようです、としか言えない…。

例えばSVCなら、コンストラクタに渡すパラメータkernelを他のアルゴリズムに変えるだけでも、精度に差が出てくるかもしれません。

udemyのpython機械学習講座もそろそろお終いなので、寂しい限り。

とはいえ、まだ入り口に小指が入った程度だと自覚しているので、ここから更に薬指程度まで踏み込むにはどうしたものか、と次の題材を探しているところです。

これ ↓ もいいんですけど、いきなり難しいんですよね…。それでも少しずつ進めてはいるんですが。

そのうち紹介したいと思います。

スポンサーリンク

シェアする

  • このエントリーをはてなブックマークに追加

フォローする