回答編集履歴
2
小修正
test
CHANGED
|
@@ -24,7 +24,7 @@
|
|
|
24
24
|
|
|
25
25
|
|
|
26
26
|
|
|
27
|
-
なので、あまり事故らない方法を紹介しておくと、決定木のアンサンブル学習系の手法から計算する方法があります。これは（使うだけなら）簡単な割に、適当に使ってもそこそこ信頼できる結果が出るように思います。百分率で出るのも
|
|
27
|
+
なので、あまり事故らない方法を紹介しておくと、決定木のアンサンブル学習系の手法から計算する方法があります。これは（使うだけなら）簡単な割に、適当に使ってもそこそこ信頼できる結果が出るように思います。sklearnの実装だと百分率で出るのも手軽です。ただし相関の方向はわかりませんが・・・（まあ、必要なら別途相関係数を出して符号見とけば良いか）。
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
1
小修正
test
CHANGED
|
@@ -20,14 +20,22 @@
|
|
|
20
20
|
|
|
21
21
|
といってやろうとすると、普通の線形重回帰だと、けっこう気を配ることがたくさんあります。安易に使うと火傷するかもしれません。
|
|
22
22
|
|
|
23
|
-
（調べると幾らでも出てくる話なので、書かないけど・・・）
|
|
23
|
+
（調べると幾らでも出てくる話なので、詳しくは書かないけど・・・。統計とか多変量解析の本を一回読んでから使うことをおすすめします）
|
|
24
24
|
|
|
25
25
|
|
|
26
26
|
|
|
27
|
-
なので、決定木のアンサンブル学習系の手法から計算する方法があります。これは（使うだけなら）簡単な割に、適当に使ってもそこそこ信頼できる結果が出るように思います。百分率で出るのも楽です。ただし相関の方向はわかりませんが・・・（まあ、必要なら別途相関係数を出して符号見とけば良いか）。
|
|
27
|
+
なので、あまり事故らない方法を紹介しておくと、決定木のアンサンブル学習系の手法から計算する方法があります。これは（使うだけなら）簡単な割に、適当に使ってもそこそこ信頼できる結果が出るように思います。百分率で出るのも楽です。ただし相関の方向はわかりませんが・・・（まあ、必要なら別途相関係数を出して符号見とけば良いか）。
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
|
31
31
|
参考：
|
|
32
32
|
|
|
33
33
|
[ランダムフォレスト系ツールで特徴量の重要度を測る](https://qiita.com/TomokIshii/items/290adc16e2ca5032ca07)
|
|
34
|
+
|
|
35
|
+
|
|
36
|
+
|
|
37
|
+
---
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
というかもしかして、とりあえず相関係数を出せばそれで十分とか？
|