Random Forestを用いた欠測 デ タの補完とその応用 データの補完とその応用 2010年11月16日 大学入試センター 研究開発部 石岡 恒憲 研究開発部 石岡 恒憲 1 欠測デ タの取り扱い 欠測データの取り扱い � 欠測データの補完(impute)；欠測値を埋める � 欠測データの補完(impute)；欠測値を埋める � 欠測の確率をモデル化(Rubin,1976) � Missing completely at random, MCAR; 欠測するかどうかはモデリングに用いている変 数に依存しない � Missing at random, MAR;欠測するかどう g , ;欠測する う かは欠測値に依存せずに観測値に依存する � Not missing at random NMAR;欠測値は � Not missing at random, NMAR;欠測値は 観測していな
数年ほど前には最強と言われて一世を風靡していたrandom forestだが、予測以外にも使い道が提案されている。Rのパッケージから紹介したい。 予測全体の把握と仮説ルールの抽出 決定木分析が便利な理由の一つは「どういうルールでその予測が成り立っているのか」を極めて簡単に可視化出来る点。inTreesパッケージは予測ルールを集計し、適当に枝狩りして全体を要約することで、アンサンブルモデルにおいても決定木と同じような情報を可視化してくれる。 Interpreting Tree Ensembles with inTrees from Satoshi Kato www.slideshare.net このパッケージではもう一つ、すべての木から取り出した１つずつの枝をトランザクションとみなしてアソシエーション分析する機能を提供する。メジャーな関連ルールを取り出す方に力点が置かれているが、変数同士の稀
学生時代にビジネスコンテストで賞金稼ぎをしていた、ところてんです。 最近、いろいろあって、なんとなくビジネスコンテストの何がクソかが分かってきたので、ポエムを書いてみます。 最近、人事系のブログやら記事やら書籍では、Will,Can,Mustという概念がよく言及されています。私がこの概念を始めて知ったのは、サイボウズ社の社長の青野さんが書かれた「チームのことだけ、考えた」からです。せっかくなので、同書から引用しましょう。 「チームのことだけ、考えた」から引用Willは「自分がやりたいこと」で、これはそのままです。 Canも言葉通りで「自分ができること」です。 Mustだけ少し難しくて、これは「会社や社会から求められていること」というようになります。 Will,Can,Mustが組み合わさった領域というのは、自発的にも高いパフォーマンスが発揮でき、かつ社会的にも高いパフォーマンス（売上、利益
Kさん、お久しぶりです。ご無沙汰しておりましたが、何年ぶりかで本社に戻られたとのこと。お元気そうで何よりです。 普通の人なら「本社にご栄転」おめでとうございます、という言葉遣いをするところでしょうが、それでは工場より本社の方が「上」である、という意味になりますね。わたしは本社も工場も企業組織の一部であって、それぞれ役割が違うだけだと考えているので、あえてそうは申し上げません。それに、本社への異動が栄転なら、以前Kさんが工場に移動されたのは左遷だったということになってしまい、ますます不適当ではありませんか。 まあそんな事はともあれ、本社の製品企画部門に移られて、あらためて「製品戦略とはいったい何か？ 何をどう考えるべきか？」という、真ん中直球の問いが頭の中に生まれた、というあたりが、とてもKさんらしいと感じました。たしかにおっしゃる通り、戦略立案が本社の重要な機能であることは多くの人が感じて
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
