<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>yohei_ok</author_name>
  <author_url>https://blog.hatena.ne.jp/yohei_ok/</author_url>
  <blog_title>使って学ぶAWS</blog_title>
  <blog_url>https://yohei-ok.hatenablog.com/</blog_url>
  <categories>
    <anon>AWS</anon>
    <anon>Experiment</anon>
  </categories>
  <description>はじめに SageMaker Canvasは、SageMakerのAutoMLのようなもので、構造化データを突っ込んで、モデル作成！って押すとモデルが作成される。 今回はその性能を自分の目で確かめてみようと思う。 ちなみにタイトルに性能比較とかたいそうなことが書いてあるけど、ちょっと試してみただけです。 詳細な条件とか、実験計画とかはなしに、気楽な実験です。 DataSet Allstate Claims Severityデータセットを利用。 Allstate Claims Severity | Kaggle 保険の請求額を推測するモデルを構築すれば良い。簡単に言えば、回帰問題。 カテゴリ変数…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyohei-ok.hatenablog.com%2Fentry%2F2022%2F07%2F22%2F105853&quot; title=&quot;SageMaker CanvasとRandomForestとCatBoostで性能を簡易に比較してみた。 - 使って学ぶAWS&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/y/yohei_ok/20220618/20220618185514.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-07-22 10:58:53</published>
  <title>SageMaker CanvasとRandomForestとCatBoostで性能を簡易に比較してみた。</title>
  <type>rich</type>
  <url>https://yohei-ok.hatenablog.com/entry/2022/07/22/105853</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
