データの量や質、評価指標などのテクニック
lightgbmとかxgboostとかアルゴリズムいろいろ試してみるのは良いのだけど、システム開発じゃないの、ただモジュール当てれば言い訳じゃなくてねー、他にも気にすることあるの……。
というやり取り多かった某ITベンダーAI部門いたなぁー（遠い目）
まずは特徴量を作るところ、そのための探索的データ分析も
そもそもデータ量の多寡とか、判別問題なら不均衡とか、このあたりちゃんと考えるだけで予測性能が格段に良くなる
アンサンブルにしたり問題を再定義したりテクニックいろいろ
そもそも予測性能の評価指標について
Rをメインで使うので恥ずかしながら知らなかったPythonテクニックを最後に。
他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note
この記事が気に入ったらサポートをしてみませんか？