12,673
回編集
差分
ナビゲーションに移動
検索に移動
→クラスラベルの予測(分類)
*教師あり学習の'''回帰(regression)'''サブフィールドの場合、出力信号は連続値となる
=====クラスラベルの予測(分類)=====
----
*分類は新しいインスタンスを対象としてクラスラベルを予測することが目標
*インスタンスの'''所属関係(group membership)'''として解釈できる
*メールスパムフィルタは、'''二値分類(binary classification)'''の典型例
**'''’陰性クラス(negative class)'''と'''陽性クラス(positive class)'''を区別する'''決定境界(decision boundary)'''を学習すれば分類できる
*'''多クラス分類(multiclass classification)'''の典型例として手書き文字認識が挙げられる
=====連続値を予測(回帰)=====
----
*連続値を予測する'''回帰分析(regression analysis)'''では、複数の'''予測変数(predictor variable)'''と連続値の'''応答変数(response variable)'''が与えられれ結果を予測できるようにそれらの関係を探る
*予測に使われる変数は'''説明変数(explanatory variable)'''、予測したい変数は'''成果指標(outcome)'''
*機械学習では予測変数は一般的に'''特徴量(feature)'''と呼び、応答変数を'''目的変数(target variable)'''と呼ぶ
===基礎===
© 2006 矢木浩人
