<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>xmldtp</author_name>
  <author_url>https://blog.hatena.ne.jp/xmldtp/</author_url>
  <blog_title>ウィリアムのいたずらの、まちあるき、たべあるきーPART2</blog_title>
  <blog_url>https://xmldtp.hatenadiary.org/</blog_url>
  <categories>
    <anon>AI・BigData</anon>
  </categories>
  <description>昨日のマルゼミの最後の質問「機械学習などで、項目数を絞るには」 の答えに対して、試行錯誤とかいっていたけど、項目（要素数）を絞る方法は、だいたい以下のようにある気がするので、ちょっと書いてみる。 ■そもそも論 相関が高い項目は、減らせるかもしれない。 （へらすべき。まるちこになる） ■「観測した変数」だけで、予測等を行う場合 ●ある値（連続値）の予測の場合 この場合、回帰系（数量化１類含む）だと思うけど、その場合、数値がきいているかどうかは、変数を減らしたり増やしたりして＊、いろいろなモデルを作成し、モデルごとのAICないしはBICを計算して選ぶ(AICが一番小さいものを選ぶ）。 ＊変数を減ら…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fxmldtp.hatenadiary.org%2Fentry%2Fdcfa49a6743ff1a7729cb08af4fa9ad7&quot; title=&quot;機械学習や統計モデルなどで、要素数（項目）を絞る方法をまとめてみる - ウィリアムのいたずらの、まちあるき、たべあるきーPART2&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></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2014-12-05 12:01:33</published>
  <title>機械学習や統計モデルなどで、要素数（項目）を絞る方法をまとめてみる</title>
  <type>rich</type>
  <url>https://xmldtp.hatenadiary.org/entry/dcfa49a6743ff1a7729cb08af4fa9ad7</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
