-
Ward距離を使った階層型クラスタリング (お試し実行なし)
階層型クラスタリングについてわかりやすい解説を聞いたので頭の中にあるものを書き出してみます。 (せっかく聞いたシャープな解説が台無しになってしまっているかと思いますが…) 本当はもっとアク …
-
k-means法と近似解法 考え方
教師なし学習の問題。クラスタリング。 クラスタの個数を事前に指定するタイプと、自分でクラスタ数を設定できるタイプがあります。 今回、前者のk-means法をアイデアを聞いたので、まとめなおしてみようと …
-
特異値分解 Singular Value Decomposition
特異値分解 \(M \times N\)の行列\(A\)を以下の3つに分解する。 \(M \times M\)の直行行列\(V\) \(M \times N\)の対角行列\(S\) \(N \time …
-
固有値、固有ベクトル
線形代数もやりなおします。流石に時間ないので微妙に分かるところまでですが。 第1弾は固有値、固有ベクトル。 具体例を使って追ってみるやつ 行列\(A\)とベクトル\(\vec{v_1}\)をデタラメに …
-
sklearnに頼らずRidge回帰を自力で書いてみて正則化項の影響を考えてみるテスト
2019/06/05 -NumPy/Pandas, Python, 回帰
はじめての機械学習, 日々の学びタイトルの通り。Losso回帰と違って損失関数を偏微分するだけで出来そうなのでやってみる。 Ridge回帰は線形回帰の1種だけれども、損失関数として最小二乗法をそのまま使わず、 \(L_2\)ノルムの …
-
線形サポートベクトル分類器で画像認識するテスト
2019/06/03 -NumPy/Pandas, Python
はじめての機械学習, 日々の学び線形サポートベクトル分類器で画像認識する流れを理解したので、 定着させるために記事にしてみます。 当然、モデルの数学的な理解がないとモデルを解釈することは不可能だし、 正しいハイパーパラメータを設定す …
-
NP困難な分類問題を代理損失の最小化に帰着させる話
機械学習の分類問題の中心にある決定境界の決定方法について かなり要領を得た説明を聞いて理解が2段階くらい先に進んだのでまとめてみます。 データが与えられただけの状態から決定境界を決める問題はNP困難で …
-
Laravel Accessor/Mutatorを使って透過的にフィールドを暗号化/復号するサンプル
DBに入っているデータを決まった書式/形式に変換して表示したり、 逆に逆変換して保存する例は多いかと思います。 変換,逆変換の実装方法は以下みたいな感じかと..。 いずれも変換/逆変換の存在を忘れて仕 …
-
回帰直線の当てはまりの指標
前の記事で線形単回帰において訓練データから回帰係数を求める方法を書いてみた。 標本平均を使って母平均を推測する話とリンクさせることで、 回帰係数の95%信頼区間を求めることができた。 回帰係数\(\h …
-
Model Binding と 1枚のBladeで CRUD する
1枚のBladeで確認画面付きCRUDを実現できると、Bladeの枚数が格段に少なくなって良さそう。 その前にまずModelBindingで単なるUserを1枚のBladeでCRUDしてみる。 1枚の …