機械学習の基本
データからパターンを学ばせて、まだ分かっていないことを予測する技術です。nehan で機械学習のモジュールを使う前に、2 つの区別を押さえてください。
1 つめ: 答えがあるか
| 種類 | 答えのあるデータ | 何をするか |
|---|---|---|
| 教師あり学習 | 要る | 答えを予測する |
| 教師なし学習 | 要らない | データの中の構造を見つける |
教師あり学習
答えが分かっているデータで学ばせます。
| 部屋の数 | 広さ(㎡) | 価格 |
|---|---|---|
| 3 | 50 | 2500 |
| 2 | 30 | 1800 |
| 4 | 70 | 3200 |
「部屋の数と広さから価格を当てる」ことを学ばせれば、価格が分からない物件の価格を予測できます。
教師なし学習
答えのない状態で、似たものをまとめるなどをします。
| 顧客 ID | リンゴの購入数 | バナナの購入数 |
|---|---|---|
| A | 5 | 2 |
| B | 2 | 6 |
| C | 4 | 3 |
「どの顧客が似た買い方をしているか」を自動で分けます。正解はありません。
2 つめ: 説明変数と目的変数
教師あり学習では、列を 2 種類に分けます。
| 呼び方 | 意味 | 言い換え |
|---|---|---|
| 目的変数 | 当てたいもの | 答え |
| 説明変数 | 当てる手がかり | 材料 |
上の物件の例では、価格が目的変数、部屋の数と広さが説明変数です。
nehan のどこに出てくるか
| やりたいこと | 行き先 |
|---|---|
| 機械学習の全体像をつかむ | 機械学習 |
| 教師あり学習を自動で回す | オートML |
| 教師あり学習を手で組む | マニュアルML |
| 作ったモデルで予測する | モデルで予測値算出 |
| 似たものをまとめる（教師なし学習） | K-means |
| モデルの中身を見る | アンチブラックボックス |
よくある勘違い
関連
先にダミー変数と乱数シードを読んでおくと楽です。 文字の列はそのままでは学習に使えず、シードを決めないと実行のたびに結果が変わるためです。