| 語1 | 語2 | スコア | 共起ページ数 |
|---|
| id関数を使用して確認してみます | 同じものに見えるオブジェクトが本当に同じものなのか | 2.852418 | 20 |
| cmap | plt | 2.806724 | 18 |
| score | test | 2.73857 | 19 |
| LightGBM | XGBoost | 2.738333 | 32 |
| Voting | 多数決による予測 | 2.422963 | 16 |
| １段目で作成した特徴量を使用して | ２段目は | 2.331851 | 12 |
| Green | Red | 2.20925 | 9 |
| 2つのオブジェクトを比較する | id関数を使用して確認してみます | 2.206554 | 12 |
| Falseの場合 | を実行 | 2.12116 | 10 |
| rank | test | 2.108594 | 12 |
| pickle | read | 2.099865 | 8 |
| Python覚書 | こちらをご覧ください | 2.097776 | 16 |
| 個別に使用するよりも高い予測性能が得られることがあります | 異なるモデルを組み合わせると | 2.056319 | 8 |
| 同一 | 等価 | 2.030417 | 18 |
| Cookie | この | 2.026018 | 15 |
| 2つのオブジェクトを比較する | 同じものに見えるオブジェクトが本当に同じものなのか | 2.013955 | 11 |
| ピクセル | 画像を画素 | 2.012774 | 8 |
| を使って表現したもので | ピクセル | 2.012774 | 8 |
| を使って表現したもので | 格子状に画素を並べた配列情報として扱うことができます | 2.012774 | 8 |
| 3列で | 9ピクセルの画像を見てみましょう | 2.012774 | 8 |
| 各モデルの予測値で | 多数決による予測とは | 2.012774 | 8 |
| 各モデルの予測値で | 多数決 | 2.012774 | 8 |
| を行う投票を行い | 多数決 | 2.012774 | 8 |
| を行う投票を行い | 最も得票の多いクラスを予測値として選択します | 2.012774 | 8 |
| スタッキングによる予測とは | 今回の例では | 2.012774 | 8 |
| 今回の例では | １段目の各モデルから得た予測値を特徴量して | 2.012774 | 8 |
| １段目の各モデルから得た予測値を特徴量して | ２段目のモデルを学習させて予測値を得るものです | 2.012774 | 8 |
| モデルの組み合わせや積み上げ方は様々ですが | ２段目のモデルを学習させて予測値を得るものです | 2.012774 | 8 |
| モデルの組み合わせや積み上げ方は様々ですが | 今回は２段のスタッキングを行ってみます | 2.012774 | 8 |
| データセットの読込からモデルでの予測まで | 今回は２段のスタッキングを行ってみます | 2.012774 | 8 |
| データセットの読込からモデルでの予測まで | 以下の作業をやってみます | 2.012774 | 8 |
| 1段目は | 以下の作業をやってみます | 2.012774 | 8 |
| 1段目は | LightGBMについてまとめた以下の記事と同じ流れです | 2.012774 | 8 |
| 1段目のコード解説は | LightGBMについてまとめた以下の記事と同じ流れです | 2.012774 | 8 |
| LigthGBMで多値分類問題を解いてみる | 分析は | 2.012774 | 8 |
| sklearn | インストールされている前提でインポートしています | 2.012774 | 8 |
| datasetsからwineデータセットを読み込みます | sklearn | 2.012774 | 8 |
| datasetsからwineデータセットを読み込みます | 説明変数 | 2.012774 | 8 |
| data | を変数X | 2.012774 | 8 |
| を変数X | 目的変数 | 2.012774 | 8 |
| target | を変数yに格納しています | 2.012774 | 8 |
| さらに | を変数yに格納しています | 2.012774 | 8 |
| さらに | 変数Xを | 2.012774 | 8 |
| 各要素 | 変数Xを | 2.012774 | 8 |
| 各要素 | 特徴量 | 2.012774 | 8 |
| の名称 | 特徴量 | 2.012774 | 8 |
| feature | names | 2.012774 | 8 |
| names | をカラム名として | 2.012774 | 8 |
| DataFrameに格納しています | 説明変数を確認します | 2.012774 | 8 |
| 先頭の5行を取得します | 説明変数を確認します | 2.012774 | 8 |