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!

ただいまの
回答率

91.34%

  • Python 3.x

    2414questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    269questions

    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。

  • R

    182questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

精度100%のモデルは作れるのか?

解決済

回答 1

投稿 2017/12/01 17:28

  • 評価
  • クリップ 0
  • VIEW 72

renren643

score 148

機械学習のコンペサイト(?)のkaggleにチュートリアル的存在の「タイタニック号の生還者を機械学習する」モデルがありますが、9000人ほどエントリーしている中の上位15名くらいが的中率100%のモデルを達成しています。

こんなことはありえるのでしょうか?
ちなみに学習に使えるデータは900ほど、予測するテストセットは400ほどあります。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

分散があれば、確率的に的中率が100%の可能性は0ではないです。
リーダーボードに使用するデータが約200なので、ランダムの結果を送信しても2^200の確率で的中率100%になります。
これに対して、例えば180のデータに対して答えを安定に当てれるようになれば、2^20の確率に的中率に上がります。190のデータに対して答えを安定に当てれるようになれば、2^10の確率に的中率に上がります。

現実的に100%のモデルは難しいですが、特定のデータセットに対してであれば100%を出せても不思議ではない気がします。
以上の話は1人が1回だけ予測した場合で、これが投稿回数分の試行があるので…
更に別にモデルで予測したものしか提出できないわけではないので、手動で補正をかければ…

という良心を信じる考え方もありますが、タイタニックは過去に沈んでいるので、答えは全部わかっています。
例えばテストデータセットの人の名前を検索してみると、
https://www.encyclopedia-titanica.org/titanic-survivor/helga-hirvonen.html
などで、生き残ったのかがわかります。

意味はありませんが、kaggle側が提出データがどのように生成されたのかを知る手段はないので、リーダーボードで観測されてしまいます。

投稿 2017/12/01 19:01

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/01 19:39

    なるほど。確かに修正できますよね。回答ありがとうございました

    キャンセル

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

91.34%

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    2414questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    269questions

    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。

  • R

    182questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。