決定木出力されないのなんで 他のデータセットなら出力されるのに nも少ないし同じ回帰なのにー

今日の進捗 ・chatGPTにぶん投げてニューラルネットワーク、SVM、決定木、ロジスティック回帰の学習モデルを作ってもらった（理解度5%） ・PyTorch、TensolFlow、pip、ONIXとか入れたせいで仮想環境のROM64GB使い切ってしまった 昨日の共有ファイルの構築云々合わせてディレクトリがゴミだらけですわ~

パラメータが多くなりすぎて手動で条件を見つけるのがめちゃくちゃ面倒になってきた AIを使う時がきたっぽい。決定木回帰モデルが良さげかな

📊 6月体験セミナー 蒸し暑い季節に負けず、データ分析にチャレンジ！ 【内容】 ▶️ データ間の関連性の探索 ▶️ 平均値の比較、回帰分析 ▶️ バブルプロット等のグラフ ▶️ モデルの作成と比較（ステップワイズ回帰、決定木） 📣 お申込み→go.jmp/3x7cM9q #JMP #データ分析 #統計 pic.twitter.com/GVPVEjuxwJ

データマイニング予測の手法 回帰分析、決定木、回帰木、ニューラルネットワーク（教師あり） データマイニング記述の手法 クラスタリング、アソシエーション分析、ニューラルネットワーク 特異性検出

電池化合物を対象にして、元素の組成に基づく特徴量 (Mendeleev エンコーディング) でクラス分類した論文。Materials Project のデータベースを用いて、ロジスティック回帰、決定木、サポートベクターマシンで検証したところ、one-hot…

ブログ更新しました！ 「決定木やランダムフォレストによる重回帰分析」について解説しました。 決定木やランダムフォレストがよく使われますが、これらは分類だけでなく回帰分析にも使えます。 意外と回帰分析として解説している文献は少ないので、ぜひ覗いてみてください！ mimikousi.com/dt-rf/

ChatGPTでデータ分析　#9　決定木（ディシジョンツリー）｜seikun55 @seikun76522 #note note.com/seikun55/n/n5f… 今回は決定木です。どんどん高度になってきますね。ロジスティック回帰分析結果と比べてみてください。

記事を投稿しました！ ランダムフォレスト（回帰と分類）をスクラッチで実装してみた（決定木はscikit-learnを使う）． [機械学習] on #Qiita qiita.com/yu10kami/items…

データサイエンティストとして完璧にしておきたい手法として、まずは ・重回帰 ・決定木 ・LightGBM ・ロジスティック回帰 が思いつきますけど、 これ以外って何かありますか🤔

返信先:@yokubaribambids基本的なアプローチとしては、重回帰やGLMの回帰係数の傾き / P値を使う方法もあると思いますが、決定木でツリー構造で可視化した方がかっこいいから、おおっ！ってなるんですかね？個人的には前者のほうが解釈はしやすいと思ってますが。

返信先:@yokubaribambids決定木系で重回帰分析します　って言えばとりあえず刺さります笑

返信先:@ksksskrよくやるのは、決定木を予測モデルのアルゴリズムではなく、予測結果の要因分析(どの特徴量が効いてるかや予測傾向)を見るのによく使います！ なんでこの予測結果になったかを説明するときに顧客からの受けがいいです😁 回帰だと数値にセグメント分けして各セグメントで要因分析する形ですかね🤔

返信先:@yokubaribambidsどんな問題解くときに決定木頻出するのですか？回帰系の予測モデルではあまり有効でなく、使えないなーって思ってたのですが、是非教えてほしいです😀

今日のAI研修くそ楽しかったな 決定木とか回帰分析とか動学マクロで使える内容ばっかだったからなぁ 経済政策はマジでPython使うべきだし、Python一択

#coursera 「Python による機械学習」 ３週目の「決定木（デシジョンツリー）」完了。 （オプション）にあるSnap MLは試していない。 次は回帰木。 pic.twitter.com/xK7zsb40cy

機械学習のモデルは一先ずこれくらい勉強すればOK ・重回帰分析 ・ロジスティック回帰 ・決定木 ・ランダムフォレスト ・lightgbm 他にも色々あるけど、上の５つを理解して使えるようになればkaggleの問題も解けるし、実データの分析もできると思う。…