<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>HK29</author_name>
  <author_url>https://blog.hatena.ne.jp/HK29/</author_url>
  <blog_title>PythonとVBAで世の中を便利にする</blog_title>
  <blog_url>https://hk29.hatenablog.jp/</blog_url>
  <categories>
    <anon>Python</anon>
    <anon>PyCaret</anon>
    <anon>回帰</anon>
    <anon>最適化</anon>
  </categories>
  <description>本記事では、PyCaretを用いてベストな回帰モデルを自動で作成する雛形コードと、作成した複数の回帰モデル（バイナリファイル）を利用して、Optunaを用いて多目的最適化を行う雛形コードを載せました。 最終的には、複数の目的変数に対して最小値or最大値を探索することで、下図のようにパレート解を取得します。csvファイルにも出力する仕様にしています。 例題として使用したデータは、機械学習の回帰分析用でお馴染みの「ボストンデータセット」です（下図例）。本来は、目的変数は「PRICE」でその他が説明変数です。しかし、本記事では多目的最適化の例とするためにもうひとつの目的変数として、「RM」の2つとし…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhk29.hatenablog.jp%2Fentry%2F2021%2F04%2F29%2F165326&quot; title=&quot;Python 回帰モデルの作成と多目的最適化によるパレート解の作成「PyCaret×Optuna」 - PythonとVBAで世の中を便利にする&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/H/HK29/20210429/20210429161100.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-04-29 16:53:26</published>
  <title>Python 回帰モデルの作成と多目的最適化によるパレート解の作成「PyCaret×Optuna」</title>
  <type>rich</type>
  <url>https://hk29.hatenablog.jp/entry/2021/04/29/165326</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
