copperbean-cheng https://blog.hatena.ne.jp/copperbean-cheng/ 機械学習・深層学習 https://copperbean-cheng.hatenablog.com/ JDLA_E資格 教師あり学習 線形回帰 ロジスティック回帰 教師なし学習 主成分分析 特徴 計算 K-NN 特徴 K-means 特徴 K-means++ 特徴 SVM 特徴 教師あり学習 線形回帰 ロジスティック回帰 ２クラス分類に使用される．シグモイド関数による出力を(0,1)の範囲に制限すること． 教師なし学習 主成分分析 特徴 教師なし学習であり、次元削減を行うための手法である． 分散共分散行列の固有ベクトルの基に新たな座標軸を複数作成し、新たな座標軸から構成される低次元空間へデータを写像する． 寄与率：各主成分の固有値を固有値の総和で割った値 計算 ２次元空間で(-2,2),(-1,-1),(0,0… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcopperbean-cheng.hatenablog.com%2Fentry%2F2023%2F02%2F08%2F004238" title="機械学習_教師あり/なし学習 - 機械学習・深層学習" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2023-02-08 00:42:38 rich https://copperbean-cheng.hatenablog.com/entry/2023/02/08/004238 1.0 100%