Helve’s Python memo

Pythonを使った機械学習やデータ分析の備忘録

<Scikit-learn> ランダムフォレスト回帰のfeature_importances_の定義

Scikit-learnの回帰木やランダムフォレスト回帰のクラスには、Feature Importances (FI) という説明変数の重要度を示す指標があるが、導出について公式のリファレンスに書かれていなかったため調べた。
結論から述べると、各説明変数による予測誤差の二乗平均の減少量に対して、データ点数の重みを掛けて求めた値である。

目次

  • はじめに
  • 回帰木のFI
  • ランダムフォレスト回帰のFI
続きを読む

<matplotlib> オブジェクト指向なカラーバーの表示

matplotlibライブラリで作成したヒートマップや等高線図のカラーバーを、オブジェクト指向スタイルで調整する。
オブジェクト指向によるグラフの描画は、複数のグラフをプロットしたときに、どのグラフの描画を調整しているか分かりやすいという利点がある。

matplotlibの基本的なオブジェクトと、グラフ作成については以下ページを参照。
<matplotlib> オブジェクト指向なグラフ作成 - Helve’s Python memo

目次

  • 環境
  • カラーバーの表示
    • ヒートマップの例
    • 等高線図の例
  • 参考リンク
続きを読む

<matplotlib> オブジェクト指向な対数軸プロット

matplotlibライブラリで作成したグラフの軸を、オブジェクト指向スタイルで対数に変更する。
オブジェクト指向によるグラフの描画は、複数のグラフをプロットしたときに、どのグラフの描画を調整しているか分かりやすいという利点がある。

matplotlibの基本的なオブジェクトと、グラフ作成については以下ページを参照。
<matplotlib> オブジェクト指向なグラフ作成 - Helve’s Python memo

目次

  • 環境
  • 対数軸のプロット
    • 通常の線形プロット"linear"
    • 一般的な対数プロット“log”
    • 正負両方の対数プロット“symlog”
  • 参考
続きを読む

<Chainer> Iteratorクラスによる学習用ミニバッチ作成

以前の記事で、ChainerのChainクラスとOptimizerを使って最小限のニューラルネットワーク (NN) を実装した(以下のリンクを参照)。
今回は、データセットから学習用ミニバッチを作成してくれるIteratorクラスの動作を確認する。

helve-python.hatenablog.jp

目次

続きを読む

<ベイズ推論> 多次元ガウス分布の学習

ベイズ推論による機械学習入門」を読んだので、ベイズ推論(ベイズ推定)への理解を深めるため、多次元ガウス分布の学習をPythonで実装した。

目次

  • はじめに
  • 環境
  • ベイズ学習について
  • 多次元ガウス分布ベイズ推論
  • 実装
    • ガウス・ウィシャート分布のパラメータ推定
    • 多次元版のスチューデントのt分布
    • パラメータの学習
続きを読む

<Chainer> 最小限のニューラルネットワーク実装【入門】

ディープラーニング用のライブラリChainerの使い方を理解するため、複数の記事に分けて、基本からステップアップしながら実装する。
この記事では、ChainerのChainクラスとOptimizerを使って最小限のニューラルネットワーク (NN) を実装する。

目次

  • 環境
  • はじめに
  • Chainクラスを使ったNNの構造定義
  • Optimizer(最適化ルーチン)
  • 実装例
  • 参考リンク
続きを読む

<SciPy> FIRフィルタによる波形整形

SciPyを使って、FIR (Finite Impulse Response, 有限インパルス応答) フィルタによる離散信号の波形整形を行う。

目次

  • 環境
  • 元の離散信号
  • SciPyの関数
    • フィルタの設計
    • フィルタの適用
  • 波形整形
    • ローパスフィルタ
    • ハイパスフィルタ
    • バンドパスフィルタ
    • バンドエリミネイトフィルタ
  • 参考リンク
続きを読む

<NumPy> 高速フーリエ変換による周波数解析

NumPyのfftパッケージを使って、FFT (Fast Fourier Transform, 高速フーリエ変換) による離散信号の周波数解析を行い、信号の振幅を求める。

目次

続きを読む

<matplotlib> オブジェクト指向なグラフの調整

matplotlibライブラリで作成したグラフを、オブジェクト指向スタイルで調整する。
matplotlibの基本的なオブジェクトと、グラフ作成については以下ページを参照。

helve-python.hatenablog.jp

目次

  • 環境
  • グラフのタイトル
  • 軸のラベル
  • 軸の範囲
  • 凡例の表示
  • グラフのグリッド
  • グラフの保存
続きを読む