<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>yannuru</author_name>
  <author_url>https://blog.hatena.ne.jp/yannuru/</author_url>
  <blog_title>kaggle初心者の入門日記</blog_title>
  <blog_url>https://yannuru.hatenadiary.com/</blog_url>
  <categories>
  </categories>
  <description>章：2.1節~2.2節 ページ：p54~p61 内容：タスクと主な評価指標、データの種類について タスクの種類と主な評価指標 回帰タスク 数値（物の値段、株価のリターン、来客数など）を予測するタスク 評価指標はRMSE, MAEなどが良く使用される 分類タスク 二値分類と多クラス分類に大別される 二値分類 目的関数がYes/Noであるタスク 0/1のラベルで予測を提出する場合と、0/1の確率を表す数値で予測を提出する場合がある 評価指標は、前者の場合はF1-Score、後者の場合はloglossやAUCなどが使用される 多クラス分類 マルチクラス分類とマルチラベル分類に大別される マルチクラス…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyannuru.hatenadiary.com%2Fentry%2F2022%2F12%2F27%2F000921&quot; title=&quot;Kaggleで勝つデータ分析の技術 二章(1) - kaggle初心者の入門日記&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>2022-12-27 00:09:21</published>
  <title>Kaggleで勝つデータ分析の技術 二章(1)</title>
  <type>rich</type>
  <url>https://yannuru.hatenadiary.com/entry/2022/12/27/000921</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
