本サービスでは世界大会『Kaggle』や『KDD CUP』の上位8割(2023年)が
使用するという「LightGBM」や「スタッキング」の実装済みコードを提供いたします。
コードの提供と同時に、私が執筆した記事も同時に送付させていただきます。
コードを試しながら、記事を読んでいただくことで、理解が進むと思います。
【対象】
jupyter notebookを扱うことができる方
【内容】
pythonを用いた機械学習を習得するには、
実装して動かしてみることが最大の近道です。
当たり前のことから詳細な解説を記載してあります。
(画像を参照してください。)
本を中心に勉強を進めて挫折した人にもお勧めです。
【LightGBM】
Optunaを用いたハイパーパラメーターの自動最適化を
実施するコードとなります。
自動で最適なモデルが完成します。
【Pycaret】
様々な種類の機械学習を数行で実現してくれるライブラリです。
2020年4月7日に PyCaret ver.1.0.0 がリリースされると、
その内容から世界中に衝撃が走りました。
【スタッキング】
複数のモデルの良い所取りをするコードとなります。
LightGBM・RandomForest・重回帰をRidgeで集約するコードとなっています。
※1:随時様々なコードを追加していく予定です。
その場合、購入済みの方へも送付予定です。
※2:動かない場合、必ず動くまでフォロー致します。
機械学習に関する質問には無料にて回答致します。
(一緒に勉強する貴重な機会とさせてください。)
【コード内容】
データの読み込み :分析したいデータ
モデルの作成 :モデルの予測精度が分かります。
特徴量の重要度 :目的変数に対して重要な説明変数が分かります。
データ予測 :予測したいデータの予測値を算出
私と一緒に最先端の機械学習を学びませんか?
今回提供するLightGBMはデータ数が多い時(500以上)に予測精度が高くなります。
データ数が少ない場合、予測精度が出ない場合があります。