アニメ推薦くんの精度について - はこべにっき ♨

テクノロジーカテゴリーの変更を依頼記事元:

hakobe932.hatenablog.com

20 usersがブックマークコメント

コメント

3

記事へのコメント3件

注目コメント
新着コメント

chezou 特徴次元が多くてスパースなデータだと思うから、真面目にチューニングしたlinear SVCとかと比較しても良いかも。個人的にはサンプル数も倍くらいほしい気持ちにはなる

2016/04/17 リンク

laughing マサカリへのアンサー

2016/04/18 リンク

chezou 特徴次元が多くてスパースなデータだと思うから、真面目にチューニングしたlinear SVCとかと比較しても良いかも。個人的にはサンプル数も倍くらいほしい気持ちにはなる

2016/04/17 リンク

georgew スタッフの情報からアニメを分類するのはどこかで壁があってもうすこし他の情報が必要なのかもしれません > 身に染みる考察。機械学習の成否はとにもかくにも特徴量の選択に尽きる。

2016/04/17 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

{{ total_bookmarks_with_user_postfix }}{{ root_title }}

アニメ推薦くんの精度について - はこべにっき ♨

今季見るべきアニメを機械学習で推薦するに対してなんか精度評価のしかたおかしくない? とご意見をいた... 今季見るべきアニメを機械学習で推薦するに対してなんか精度評価のしかたおかしくない? とご意見をいただきました (指摘1, 指摘2 ) 調べたところたしかにいろいろおかしくて、F値が0.9をこえるスコアも実際よりもかなり高いことがわかったのでご紹介します。ご指摘ありがとうございます :bow: 。おかしかったところ教師データをあたえるときには1とラベル付けされたデータと0と、ラベル付けされたデータの数が同じになるように、オーバーサンプリングしました。と元の記事にはあったのですが、このオーバーサンプリングが問題でした。オーバーサンプリングを教師データとバリデーションデータに分ける前に行ってしまっていたため、同じアニメの特徴とそのラベルが教師データとバリデーションデータの両方に含まれていました。教師データに含まれるアニメを正しく分類できるのは当然ですから、教師データと同じアニメをバリデ

ブックマークしたユーザー

yk_uminami2016/04/23
yukimori_7262016/04/21
yogasa2016/04/18
laughing2016/04/18
yasuharu5192016/04/18
Pocket7878_dev2016/04/17
markIII2016/04/17
chezou2016/04/17
fumikony2016/04/17
georgew2016/04/17
tjnet5552016/04/17
prince92016/04/17
masawada2016/04/17
hitode9092016/04/17
fhvbwx2016/04/17

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

いま人気の記事 - 企業メディア

企業メディアをもっと読む

設定を変更しましたx