ipywidgets [ipywidgets] 35. FloatLogSliderで正則化パラメータを調整してL2正則化
sklearn.linear_modelのRidgeにより、過学習を抑制した線形回帰(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、ipywidgetsのFloatLogSliderでL2正則化のパラメータ(alpha)を調整する方法について説明する。
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
sklearn.mixtureのGaussianMixtureで混合ガウスモデルによるクラスタリングができる。これは、データを複数のガウス分布の重ね合わせとして分類する手法となる。ここではガウス分布に従う2つのデータに対してクラスタリングを行い、対数尤度を等高線で表示した例について説明する。
matplotlib [matplotlib] 97. plt.scatterで離散的カラーバーを表示
散布図を作成できるmatplotlibのplt.scatterで点の色を変えて表示する場合、その色が示すものを説明する必要がある。そこで離散的なカラーバーとともに散布図を表示する方法について説明する。
matplotlib [scikit-learn] 11. k-means法によるクラスタリング
sklearn.clusterのKMeansでk平均法によるクラスタリングをすることができる。ここではsklearn.datasets.make_blobsで作成したデータに対してクラスタリングを行う方法について説明する。
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
sklearnのneighbors.KNeighborsClassifierによるk近傍法クラス分類で、sklearn.datasets.make_blobsで作成したデータに対してクラス分類を行い、決定境界を表示する。そして、この決定境界が近傍点として取り扱うデータ数を変化させた時にどのように変化するかをmatplotlibのFuncAnimationで表示する方法について説明する。
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)
sklearnのneighbors.KNeighborsClassifierでk近傍法によるクラス分類をすることができる。ここではsklearn.datasets.make_blobsで作成したデータに対してクラス分類を行い、決定境界を表示する方法について説明する。
matplotlib [scikit-learn] 9. k近傍法によるクラス分類(KNeighborsClassifier)
sklearnのneighbors.KNeighborsClassifierでk近傍法によるクラス分類をすることができる。ここではsklearn.datasets.make_blobsで作成してデータに対してクラス分類を行った例について説明する。