差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

両方とも前のリビジョン前のリビジョン
次のリビジョン		前のリビジョン
次のリビジョン両方とも次のリビジョン
mselab:2016:stat:week2 [2016/11/08 12:56] – watalumselab:2016:stat:week2 [2016/11/29 09:31] – watalu
行 7: 行 7:
     - 線形判別分析(lda)、二次判別分析(qda)、決定木(rpart)だけでなく、より柔軟な学習機械も用いる候補に含める     - 線形判別分析(lda)、二次判別分析(qda)、決定木(rpart)だけでなく、より柔軟な学習機械も用いる候補に含める
   - キャンペーンの提案書の作成   - キャンペーンの提案書の作成
 +    - 一番上手に予測できた「制御パラメータを調整済み」の学習機械に基づいて、予測精度を自慢しつつ、効率が良いと思われるキャンペーンを提案する提案書を起草せよ。
  
 === 学習と予測 === === 学習と予測 ===
行 242: 行 243:
 などと、ひとつひとつ増やしていってみるか、例えば などと、ひとつひとつ増やしていってみるか、例えば
 <code> <code>
-tic.qda <- qda(V86~V1,data=tic.learn[,c(1:30,86)])+tic.qda <- qda(V86~.,data=tic.learn[,c(1:30,86)])
 </code> </code>
 のように最初の30変数を使って86番目を予測する、とするなどの工夫が必要になる。 のように最初の30変数を使って86番目を予測する、とするなどの工夫が必要になる。
行 260: 行 261:
 </code> </code>
  
-謝判別率(誤った予測をした割合)などを算出してみよ。+誤判別率(誤った予測をした割合)などを算出しつつ、各学習機械の制御パラメータを調整してみよ。
  
-== 柔軟な学習機械を使ってみる ==+=== 柔軟な学習機械を使ってみる ===
  
 ひとつ目の課題は、より柔軟な学習機械を適用してもらい、先週までの方法との違いを検討してもらう。こちらについては今回も、同志社大学の金(じん)先生が公開されてらっしゃる ひとつ目の課題は、より柔軟な学習機械を適用してもらい、先週までの方法との違いを検討してもらう。こちらについては今回も、同志社大学の金(じん)先生が公開されてらっしゃる
行 323: 行 324:
 なお、この課題では「過学習」について言及していないが、過学習は大事な問題であるので、各自、少し調べて気にすることを進める。 なお、この課題では「過学習」について言及していないが、過学習は大事な問題であるので、各自、少し調べて気にすることを進める。
  
-== 提案書 ==+=== 提案書 ===
  
 2つ目の課題は、前回までのレポートの考察として、どのような顧客層に重点的にキャンペーンを展開するのがよいか、提案書を起草してもらう。「提案書」という書類の形式については、成書を参照するのがよいが、参考までに幾つかのウェブサイトへのリンクを掲げておく。 2つ目の課題は、前回までのレポートの考察として、どのような顧客層に重点的にキャンペーンを展開するのがよいか、提案書を起草してもらう。「提案書」という書類の形式については、成書を参照するのがよいが、参考までに幾つかのウェブサイトへのリンクを掲げておく。