質問編集履歴
1
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -6,4 +6,4 @@
|
|
|
6
6
|
|
|
7
7
|
あるテーブルデータから2クラスを分類するタスクです。まず説明変数の次元数が多かったためWrapper methodによる機械学習的な特徴量選択（具体的には線形SVM）を全体のデータに対して適用し特徴量を減らしました。そして減らした特徴量をもってmulti perceptronによる予測とクロスバリデーションを行ったところ、95%以上の非常に高い判別精度が出ました。そしてこのNNの学習モデルをLIMEなどのXAIで解釈したところ、それらしい特徴量を抽出することが出来ました。このプロトコルが妥当なものかどうか、ご意見・アドバイス等頂ければと思います。
|
|
8
8
|
|
|
9
|
-
よろしくお願いいたします。
|
|
9
|
+
お手数ですがよろしくお願いいたします。
|