因果推論基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ 正誤表
*適宜更新
■p220 コード5.1 下からの3行目
✖:from sklearn.ensemble import GradientBoostingRegressor, RandomForestClassifier
○:from sklearn.ensemble import GradientBoostingRegressor, GradientBoostingClassifier
note上のサンプルコード(chap5_meta-learner.ipynb)では既に修正済みです。
■p227 出力結果
以下の画像のものが正
■p272 実行結果
本文とサンプルコードの実行結果の数値に僅かなずれが発生しています。
→サンプルコード(chap6_sensitivity-analysis_partialR2.ipynb)の実行結果を正としてください。なお、実行結果の解釈の方向性は本文と変わりません。
■p393 コード8.7 5行目
✖:g = ICALiNGAM()
○:g = ICALiNGAM(random_state=2)
ICALiNGAM()は、ランダムシードによって結果が変わりうるため、ランダムシードを固定して実行する必要があります。なお、本書の実行結果はrandom_state=2の場合の結果です。
note上のサンプルコード(chap8_causal-discovery_gcastle.ipynb)では既に修正済みです。
この記事が気に入ったらサポートをしてみませんか?