忍者ブログ
Slic3rの設定についてまとめてます。Slic3rの日本語版が見当たらなかったので、使い方をまとめました。 最近はC#のメモ帳代わりになってます。

[PR]

×

[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。



関連記事



機械学習の学習日記 | Microsoft Azure Machine Learning / Cross Validate Model モジュール

Microsoft Azure Machine Learning (Azure ML)の Cross Validate Model モジュールについて。
K-分割交差検証のk=10かな。

Machine Learning > Evaluate > Cross Validate Model
交差検証を行い、データに対するスコアと、交差検証の評価を出力します。

入出力関係が次のようになります。



Untrained model

Machine Learning > Initialize Model のモデルを接続する。

Dataset

データセットを入力する。

Scored results

データに対するスコアを出力します。
下の例では、incomeを予測した結果が、Score Labels と Scored Probabilities に出力されます。


Score Labels　：　予測結果
Scored Probabilities　：　予測の確率？値を見ていると大きい値の場合外れているような感じ？

Evaluation results

交差検証の結果を出力します。
K-分割交差検証のk=10で検証している模様。

Fold Number

分割したデータの番号

Number of examples in fold

検証に使用したデータ数

Model

学習モデル

Accuracy

正確度

Precision

精度、適合率

Recall

再現率

F-Score

F値

AUC

ROC曲線下面積(AUC: area under the curve)
0.5 - 1.0の値。
お医者様の世界でもAUCという指標を使っているみたい。そこでは概ね次のように判断しているとの事
AUC 予測能・診断能
0.9-1.0 高い
0.7-0.9 そこそこ
0.5-0.7 低い


細かい内容は後で勉強する。

Average Log Loss
Training Log Loss

メモ

この辺りの内容についての資料
パターン認識・機械学習勉強会 第2回

特に44:34位から


関連記事