質問編集履歴
3
質問内容の修正
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
機械学習のensemble LearningにおけるOOF(out of fold)
|
|
1
|
+
機械学習のensemble LearningにおけるOOF(out of fold)は学習時のどこで発生するもの?
|
body
CHANGED
|
@@ -1,22 +1,12 @@
|
|
|
1
1
|
機械学習手法の精度向上について勉強しております。
|
|
2
2
|
|
|
3
3
|
分類器の結果を組み合わせるEnsemble Learningについて勉強しているのですが、
|
|
4
|
-
**OOF(out of Fold)**という表現を散見するのですが、その意味がわからずに困っております。
|
|
5
4
|
|
|
6
|
-
以下に不適切な語彙、表現があるかもしれません。申し訳ありません。
|
|
7
5
|
|
|
8
|
-
OOFとは、
|
|
6
|
+
**OOF (Out of Fold)**とは、k-Fold などでデータを分割した際に学習に使わなかったデータを指すことがわかりました。
|
|
9
7
|
|
|
10
|
-
例えばKFoldなどの交差検証を行なった際にhold数回行われる特徴量抽出で検証にデータとして用いられなかった(Foldされなかった)データという意味で間違いないでしょうか?
|
|
11
|
-
|
|
8
|
+
しかし、hold-out法やKfoldによるcross_validationなどをみていくと、"重複なく"データ分割を分割しているのですが、どこに out_of_foldが存在するのでしょうか。
|
|
12
9
|
|
|
10
|
+
model.fitを行う際に、学習に用いたデータすべてをもちいて学習していない、DeeplearningにおけるDropOutのようにモデルを構築する際に学習に用いなかった部分が存在しており、それを**OOF**と呼ぶと捉えてよろしいのでしょうか。
|
|
13
11
|
|
|
14
|
-
|
|
15
|
-
|
|
16
|
-
別に似たような表現で、Random Forest手法において**OOB(out of Bag)**という設定があることがわかりました。
|
|
17
|
-
|
|
18
|
-
こ
|
|
12
|
+
OOFがどこで発生していくものなのか調べているのですが、わからず。曖昧な質問で申し訳ありません。
|
|
19
|
-
このOOBを用いるOOB謝り率をoob_scoreとしてrandom_forestでは算出できますので、**OOFはOOBと同意(もしくは似たような意味)である**のではないかと、色々調べていて徐々に理解してきているのですが。
|
|
20
|
-
|
|
21
|
-
すみませんが、OOFの考え方について間違いがあればご指摘、アドバイスをいただきたいです。
|
|
22
|
-
よろしくお願いいたします。
|
2
文法の修正
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -13,7 +13,8 @@
|
|
|
13
13
|
|
|
14
14
|
|
|
15
15
|
|
|
16
|
-
別に似たような表現で、Random Forest手法において**OOB(out of Bag)**という設定がありま
|
|
16
|
+
別に似たような表現で、Random Forest手法において**OOB(out of Bag)**という設定があることがわかりました。
|
|
17
|
+
|
|
17
18
|
これは、ブートストラップサンプリングにおいて、データへの抽出に選ばれなかったデータであると理解しています。
|
|
18
19
|
このOOBを用いるOOB謝り率をoob_scoreとしてrandom_forestでは算出できますので、**OOFはOOBと同意(もしくは似たような意味)である**のではないかと、色々調べていて徐々に理解してきているのですが。
|
|
19
20
|
|
1
タイトルをわかりやすく変更
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
ensemble
|
|
1
|
+
機械学習のensemble LearningにおけるOOF(out of fold)とは random forestにおけるOOB(out of bag)と同じような意味でしょうか。
|
body
CHANGED
|
File without changes
|