ipywidgets [ipywidgets] 35. FloatLogSliderで正則化パラメータを調整してL2正則化
scikit-learnのRidge回帰を使ったL2正則化をipywidgetsのFloatLogSliderでインタラクティブに調整する方法を解説。過学習を抑制しながら最適な正則化パラメータを視覚的に探索するテクニックを紹介します。
sklearn
ipywidgets 
matplotlib Animation [scikit-learn] 13. linear_model.RidgeによるL2正則化
sklearn.linear_modelのRidgeにより、線形回帰で過学習を抑制することが可能なL2正則化ができる。ここではノイズの多いデータを対象に、L2正則化のパラメータ(alpha)を調整した時の変化をアニメーションで表示する。
matplotlib [scikit-learn] 12. GaussianMixtureモデルによるクラスタリング
scikit-learnのGaussianMixtureモデルを用いた混合ガウス分布によるクラスタリング手法について解説。ガウス分布に従う2つのデータセットに対するクラスタリング例と対数尤度の可視化方法を紹介します。
matplotlib [matplotlib] 97. 散布図に離散的カラーバーを表示する方法
この記事では、matplotlibのplt.scatterを使用して散布図の点に異なる色を割り当て、離散的なカラーバーを表示する方法を解説します。データの分類や値の範囲を色で視覚的に表現したい場合に役立つテクニックです。
matplotlib [scikit-learn] 11. k-means法によるクラスタリング
scikit-learnのKMeansクラスを使用したk-means法によるクラスタリング手法を解説します。データの生成から最適なクラスタ数の決定方法、クラスタリング結果の可視化までを網羅的に説明しています。
matplotlib [matplotlib animation] 97. k近傍法によるクラス分類で近傍点数に応じて変化する決定境界を表示する
scikit-learnのk近傍法を使ったクラス分類と決定境界の可視化方法を解説。make_blobsで生成したデータセットに対して近傍点数kを変化させた際の決定境界の変化をmatplotlibのFuncAnimationでアニメーション表示する実装方法を紹介します。
matplotlib [scikit-learn] 10. k近傍法によるクラス分類で決定境界を表示する(KNeighborsClassifier)
scikit-learnのKNeighborsClassifierを使ったk近傍法の実装方法と決定境界の可視化手順を解説。make_blobsで生成したデータを用いてクラス分類を行い、その結果をグラフィカルに表示する方法を紹介しています。
matplotlib [scikit-learn] 9. k近傍法によるクラス分類(KNeighborsClassifier)
scikit-learnのk近傍法（KNeighborsClassifier）を使用したクラス分類の実装方法を解説。make_blobsで生成したデータセットを用いた具体的な例を通して、k近傍法のパラメータ設定や性能評価について学べます。