これらのキーワードがハイライトされています:特異値分解 SVD

RapidMiner

Weka の学習ルーチンに,前処理・可視化の部分を強化したYaleが,Rapid-I 社がオープンソースで開発している RapidMiner になった. さらに今は社名も RapidMiner になった.

Version 5.x のCommunity Edition について

しましまの個人的感想

インストール

Mac/UNIX 系へのインストールの概要. Windows系は Installation Guide を参照.

  1. Java が 6.0 であることを確認
  2. Rapid-I から,RapidMiner > Download とたどって,Other Systems のダウンロードページへ
  3. 関連情報が欲しければメールを登録して,そうでなければ,下の方の download here をクリックしてダウンロード
  4. ダウンロードしたzipファイルを /usr/local/ や /Applications とかに展開し,rapidminer というディレクトリを作る
  5. その中の scripts に RapidMinerGUI があるので
    • MAX_JAVA_MEMORY= をMBytes 単位で設定
  6. RapidMinerGUI に実行権限を与えて,パス上の適当な場所へ置いて実行すれば GUI環境が実行される.

さらに R との連携をする場合(Mac OS Xの場合)

チュートリアルまとめ

しましまがVersion 5.0 のチュートリアルを実行したときのメモです. 最後にしましまと書いてある行は,特に個人的な視点で書いてます. 他の部分も私の理解に基づくまとめです.

1. 決定木

2. 前処理込みの相関ルール

3. アンサンブル学習

4. クラスタリング次元削減

5. SVM の例

6. 前処理:欠損値補完

7. 人工ノイズの追加

8. データベースの join

9. 交差確認

10. ROC曲線

11. コストを考慮した学習 (分類しきい値を調整する)

12. コストを考慮した学習 (誤分類コストの重み付き学習)

13. 主成分分析

14. forward stepwise selection による特徴選択

15. 遺伝アルゴリズムによる特徴選択

16. モデル選択

17. 特徴選択と特徴生成

18. 他のプロセスからの情報の導入

19. 数値特徴からの特徴構築

20. 特徴の重み付け

21. χ2乗検定による特徴の重み付け

22. パラメータ設定

23. 前処理の最適化

24. 分類を最適化するしきい値の探索

25. 性能評価指標の検定

26. 複雑な前処理

関連項目

リンク集

関連文献


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2014-03-19 (水) 10:43:20