Blog

ランダムフォレストは分類や回帰の問題を解決するために用いられる教師ありの機械学習アルゴリズムです。 このアルゴリズムは、複雑な問題を解決し、モデルの性能を向上させるために、多くの分類器を組み合わせるプロセスであるアンサンブル学習の概念を使用しています。

今回のブログでは、同じデータセットを使って、GridDBとGrafanaを使って犯罪の苦情のヒートマップを描きます。完成したら、ニューヨークの地図の上に明示的なヒートマップを重ね、様々な苦情が頻度とともに表示される分かりやすいグラフィックになることを目指します。

人間の行動を理解することは、厄介で注意を要する作業です。ある状況下で人がどのように行動するのか、どのような判断を下すのかを説明するのは簡単ではありませんし、単純でもありません。

ナイーブベイズアルゴリズムは、ベイズの定理に基づく分類手法です。これは予測変数が互いに独立であることを仮定しています。ナイーブベイズ分類器は、あるクラスにおけるある特徴の存在が、他のどの特徴の存在とも関係しないことを仮定します。