中古不動産価格の予測モデル作成の続きです。 前回までの記事で不動産取引価格情報の取得と機械学習用のデータの前処理について紹介させていただきました。今回から回帰モデル作成の事例について紹介します。まずscikit-learnで利用可能な回帰モデルでの実装…

機械学習による予測として、中古不動産取引価格の予測モデルの作成を行ってみましたので、以後複数回に分けて紹介したいと思います。 よく紹介されるモデルとしてscikit-learnを使ったボストンの住宅価格の回帰予測モデルの例が紹介されていますが、身近な例…

前回の記事で、「暑さ指数」と「気象データ」の相関について、SVR（Support Vector Regression,サポートベクター回帰）でのハイパーパラメーターの設定の検討の事例として、グリッドサーチの事例を紹介しました。 今回は、ハイパーパラメータ自動最適化フレ…

前回の記事で、「暑さ指数」と「気象データ」の相関について、SVR（Support Vector Regression,サポートベクター回帰）でのハイパーパラメーターの設定の検討の事例として、ランダムサーチの事例を紹介しました。 今回は 同様の設定でのグリットサーチの例を…

前回の記事で、「暑さ指数」と「気象データ」の相関について、リニアモデルでの機械学習モデルの作成について、紹介しました。今回はハイパーパラメーターの設定の検討のため、SVR（Support Vector Regression,サポートベクター回帰）でのモデル作成を検討し…

前回までの記事で我が家の電気料金と気象情報との関係について、相関モデルの作成の検討を紹介してきました。残念ながらあまり良い相関モデルが作れませんでしたがので、実際に比較的良い相関がとれそうなもので検討してみようということで、環境省が公表し…

前回までの記事で我が家の電気使用量について、sklearn のlinear modelでの予測モデルの作成について紹介しました。必ずしも目的変数と説明変数の設定が良いものではないので、linear modelでは良い結果は得られませんでした。 それでは他のmodelではどうか…

この前の記事で我が家の電気使用量と気象データとの相関について、データの前処理について紹介しました。今回は実際の解析と解析結果の表示について紹介したいと思います。 sklearn による解析準備 まず、機械学習を行うにあたり、目的変数と説明変数を設定…

様々なデータの解析に機械学習の手法が取り入れられてきています。python は機械学習のライブラリが比較的充実していますので、今回から機械学習によるいくつかのデータの予測モデル作成と検証についての内容を書いてゆきたいと思っています。 まずは、我が…