質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Q&A

解決済

2回答

1798閲覧

ポートフォリオのような目的変数での機械学習について

mashiroyuya

総合スコア24

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

0グッド

1クリップ

投稿2017/11/19 11:30

機械学習でポートフォリオ作成のようなものを目的としていて正解データを買うなら1, 買わないなら 0で
[0,0,1,1,1,0] みたいなベクトルを目的変数と
する時の活性化関数と損失関数って何を使えばいいのですか?

現在Chainerで上記のようなデータを学習しようと思っているのですが, 活性化関数と損失関数をどうしようか悩んでいます.

softmax_cross_entropy でやろうかとも思いましたが, chainerのsoftmax_cross_entropyは分類するときに上記のような 0,1 のベクトルではなく, 0,1,2,... のような数(スカラー)で分類しているものを目的変数としているようです.

僕のやりたいものは[0,0,1,1,0]のように1が一つとは限らないのでスカラーにしてしまうとパターン数が多すぎて無理です.

このような場合はどのような活性化関数と損失関数を使えば良いのでしょうか?
機械学習についてはまだ初心者でChainerも今日使い始めたばかりですが、どうかご教授お願いします.

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Takahito_Ogawa

2017/11/19 19:17

「僕のやりたいものは[0,0,1,1,0]のように1が一つとは限らないのでスカラーにしてしまうとパターン数が多すぎて無理です.」という箇所に関して、2つ質問があります。Q1.「無理です」というのは何が無理なのでしょうか。パターンを書き出すことが無理なのか、スカラーにした場合に学習に必要な十分のデータを用意することが無理なのか、はたまたそれ以外の何かなのかわかりません。Q2.パターン数が多すぎるとなぜ無理だと考えたのでしょうか。この2点に関して回答をいただけると適切な回答をご用意できるかと思います。
mashiroyuya

2017/11/19 22:35

修正依頼ありがとうございます。 Q1 無理というのは 目的変数となる [0,1,1,0, ... 0] のようなベクトルが実は30次元と高次元であるのでパターンが2^30個ありとても多いので スカラーで書き下せないということと、 それを満たすデータを十分用意できないという2つの意味です。 なのでスカラーに書き直すのは難しいと考えました。
guest

回答2

0

sigmoid と sigmoiod_cross_entropy でしょうね。

投稿2017/11/20 17:15

MasashiKimura

総合スコア1150

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

mkgrei

2017/11/29 12:56

目的変数の1の数に上限があるなどの束縛条件がなければ、それぞれの項目について独立に推定できるので30個のバイナリ予測になるように感じます。 目的変数間に相関がある場合、学習器として一緒に学習すると精度が上がるような報告があったような気がするので、その場合はsigmoid_cross_entropyは的確かと思われます。
mashiroyuya

2017/11/30 10:18

なるほど30個のバイナリ予測と見れば良いのですか。ありがとうございます。
guest

0

ベストアンサー

予測対象がOne-Hotで示される配列(ベクトル)ということなのでsoftmax系は使わないほうがいいかと思います。Softmax関数は、配列(ベクトル)の各要素に該当する確率を算出するものです。そのため、配列のうち『最も買うべきもの』を予測するモデルがあればsoftmax系は有用ですが、本問題は各要素独立に判定することを目標としているようなのでお勧めしません。
結果として活性化関数にはsigmoid、コスト関数にはcross_entropyというのが無難ということになります。なお、活性化関数には、tanh関数やRelu関数などがあるそうなので、いろいろと試してみるといいかもしれません。

投稿2017/11/30 10:11

R.Shigemori

総合スコア3376

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

mashiroyuya

2017/11/30 10:16

やはりsigmoidですか. ちょっとやってみます. ありがとうございました.
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問