こんにちは!大学教員ブロガーのねこしです。
『データ解析の手順』における
「5.回帰モデルもしくはクラス分類モデルを作る」
「7.回帰モデルもしくはクラス分類モデルを適用できるデータ領域を決める」
についてです。なお実行するためのプログラムについてはこちらをご覧ください。
以前の記事に、クラス分類モデル・回帰モデルを使うときには、モデルを適用できるデータ領域を決めないといけない話を書きました。
今回は、サポートベクターマシン(Support Vector Machine, SVM)やサポートベクター回帰(Support Vector Regression, SVR)でモデルをつくるときに、One-Class Support Vector Machine (OCSVM)でモデルの適用領域を決めることについてお話します。OCSVMは上の記事の”データの密度に基づく方法”に対応します。
OCSVMはSVMを応用した手法であり、SVMやSVRとの親和性がとても高いです。なので、SVM・SVRでクラス分類モデル・回帰モデルをつくるときは、OCSVMでモデルの適用領域を決めるのがよいのです。SVM・SVRとOCSVMとで同じカーネル関数・カーネル関数のパラメータを利用できるのもメリットですね。OCSVMの出力が、1だったりTRUEだったりすればそのサンプルの推定値の信頼性は高く、-1だったりFALSEだったりすると信頼性は低いです。
SVM+OCSVMのプログラムを簡単に入手できます!
それぞれのURLからお求めください!noteでもSPIKEでも言語が同じであれば同じものです。
SVR+OCSVMのプログラムを簡単に入手できます!
それぞれのURLからお求めください!noteでもSPIKEでも言語が同じであれば同じものです。
多クラス分類用SVM+OCSVMのプログラムを簡単に入手できます!
それぞれのURLからお求めください!noteでもSPIKEでも言語が同じであれば同じものです。
SVM・SVR+OCSVMは以下の手順で行います。
- クラス分類問題であればSVMモデル、回帰問題であればSVRモデルをつくる
それぞれのモデルの作り方は以下の記事をご覧ください。
SVM: http://univprof.com/archives/16-02-26-2888783.html
SVR: http://univprof.com/archives/16-05-02-2888580.html - OCSVMモデルをつくる
詳しくは以下の記事に書かれています。
http://univprof.com/archives/16-06-03-3678374.html
OCSVMモデルをつくるとき、SVM・SVRと同じカーネル関数・カーネル関数のパラメータを使います。たとえば、SVM・SVRでガウシアンカーネルを使ったときは、OCSVMでもガウシアンカーネルを使い、SVM・SVRで最適化されたγの値をOCSVMでも使います。 - [新しいデータの推定をするとき] OCSVMモデルにデータを入力して、モデルの適用範囲の中か外かを判定する
- [新しいデータの推定をするとき] モデルの適用範囲の中のデータをSVMもしくはSVRモデルに入力して目的変数の値を推定する
ここまでお読みいただきありがとうございます。ぜひ上のSVM・SVR+SVMのプログラムもご活用ください。
データ解析の質問 募集中!
こちらへお願いします!
ご案内。
オススメ記事セレクション。
- 20人の学生に対する研究テーマの決め方
- 学会・会議・講演会・勉強会における3つの良い質問と2つの悪い質問
- 大学教員の5つのメリット (とデメリット?)
- 現役データサイエンティストへの『人工知能って怖いの?』に対する回答
- 人工知能との未来における人の役割~現役のデータサイエンティストのメッセージ~
- 集中する時間を確保するために大学教授が行っている8つのこと
twitterでも発信中。
この記事に興味を持っていただけましたら、ぜひフォローをお願いします!
Follow @univprofblog1Tweets by univprofblog1
無料メルマガでブログにない情報を配信中。
データ解析・分析に興味がありましたらぜひ登録をお願いします!
無料メルマガの登録はこちら