cross_hyou https://blog.hatena.ne.jp/cross_hyou/ Rで何かをしたり、読書をするブログ https://www.crosshyou.info/ データ分析 www.crosshyou.info の続きです。前回は線形モデル、ペナルティ付き線形モデル、決定木モデル、ランダムフォレストモデル、サポートベクター回帰(SVR)モデル、k-NN回帰モデル、ニューラルネットワークモデルの7つのモデルの性能評価をしました。その結果、ランダムフォレストモデルが一番の性能でした。 今回は、ペナルティ付き線形モデルの性能をもう少し上げることを考えましょう。 前回までの線形モデルは、target = 切片 + beta1 x 特徴量1 + beta2 x 特徴量2 + ... betaP x 特徴量P のように、特徴量どうしの相互作用や特徴量の2乗項、3乗項を考慮して… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.crosshyou.info%2Fentry%2F2026%2F02%2F11%2F095217" title="都道府県別の商業動態統計調査のデータの分析9 - Elastic-Net(ペナルティ付き線形モデル)をパワーアップ - Rで何かをしたり、読書をするブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/c/cross_hyou/20260211/20260211084520.jpg Hatena Blog https://hatena.blog 2026-02-11 09:52:17 rich https://www.crosshyou.info/entry/2026/02/11/095217 1.0 100%