回帰と分類の関係性とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 回帰と分類の関係性の意味・解説 

回帰と分類の関係性

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/04/15 15:33 UTC 版)

機械学習」の記事における「回帰と分類の関係性」の解説

確信度使った分類タスク対すアルゴリズム設計する典型的な手法は、回帰タスクアルゴリズム流用するというものである。すなわちクラスone-hotベクトル符号化した訓練データ ( x 1 , y 1 ) , … , ( x n , y n ) {\displaystyle (\mathbf {x} _{1},\mathbf {y} _{1}),\ldots ,(\mathbf {x} _{n},\mathbf {y} _{n})} を使って回帰タスクアルゴリズム訓練し訓練結果アルゴリズム分類タスク利用するという手法である。ただし、回帰タスク出力 u ^ = ( u 1 ^ , … , u k ^ ) {\displaystyle {\widehat {\mathbf {u} }}=({\widehat {u_{1}}},\ldots ,{\widehat {u_{k}}})} は、分類タスク出力である確信度違い、 0 ≤ u j ^ ≤ 1 {\displaystyle 0\leq {\widehat {u_{j}}}\leq 1} と u 1 ^ + ⋯ + u k ^ = 1 {\displaystyle {\widehat {u_{1}}}+\cdots +{\widehat {u_{k}}}=1} という条件満たさないという問題が起こる。そこで一旦ソフトマックス変換英語版s o f t m a x   :   R k → [ 0 , 1 ] k , ( u 1 , … , u k ) ↦ 1 ∑ j = 1 k e u j ( e u 1 , … , e u k ) {\displaystyle \mathrm {softmax} ~:~\mathbb {R} ^{k}\to [0,1]^{k},(u_{1},\ldots ,u_{k})\mapsto {1 \over \sum _{j=1}^{k}e^{u_{j}}}(e^{u_{1}},\ldots ,e^{u_{k}})} をかける事でこの問題解決する逆に確信度使った分類タスク回帰タスク流用する事もでき、この場合は上と同様の理由ソフトマックス変換逆変換をかける必要がある

※この「回帰と分類の関係性」の解説は、「機械学習」の解説の一部です。
「回帰と分類の関係性」を含む「機械学習」の記事については、「機械学習」の概要を参照ください。

ウィキペディア小見出し辞書の「回帰と分類の関係性」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「回帰と分類の関係性」の関連用語

回帰と分類の関係性のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



回帰と分類の関係性のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの機械学習 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS