【機械学習】scikit-learn algorithm cheat-sheet

※随時更新していきます。
勉強中のメモなので、内容に誤りがある場合はご指摘いただけますと幸いです。

scikit-learn algorithm cheat-sheet（サイキットアルゴリズムチートシート）とは？

https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

※チートシートとは…要はカンペ

下記4つに分類されている。

• classification（クラス分類・教師あり学習）
• clustering（グループ分け・教師なし学習）
• regression（回帰・教師あり学習）
• dimensionality reduction（次元削減/次元圧縮）

• 教師あり学習　->　予め定義された複数のクラスに分類する
• 教師なし学習　->　外的基準無しに分類を行う

 
ちなみに最初の分岐が「学習データは50以上あるか？」という質問で、これがNOだともっとデータを集めてくるように促される。
 

classification（クラス分類・教師あり学習）

• SGD(Stochastic Gradient Descent) Classifier
  • 大規模なデータを処理するのに向いている
• kernel approximation
  • カーネル近似
• Linear SVC(SVM Classification)
  • データ数がそれほど多くない場合に用いられる
• Naive Bayes
  • 全ての推定の確率を計算し、最も確率の高いものを推定結果とする
• KNeighbors Classifier
  • K近傍法
• Ensemble Classifiers
  • 異なる機械学習アルゴリズムを持つ複数の分類器(Classifier)の予測結果を投票にかけ、多数決により予測値を決定するアルゴリズム

 

（おまけ）日本語にしてみた

 

※こちらの記事で各アルゴリズムについて詳しく書かれていました。