11/3

lightgbmの損失関数

https://lightgbm.readthedocs.io/en/latest/Parameters.html#objective

• 回帰(regeression)
  • regression(regression_l2, mean_squared_erro, ...)
    • a
  • regression_l1(mean_absolute_error)
    • a
  • huber
    • huber loss(フーバー損失)
    • 外れ値に対する損失に頑健(外れ値の影響を受けにくい)
    • ロバスト回帰に使われる
  • fair
    • fair loss(フェア損失?)
    • 外れ値に対する損失に頑健(外れ値の影響を受けにくい)
      • fair lossは誤差が小さい範囲では、ほぼ線形に増加する。huber lossでは一定の閾値を超えると線形に増加。頑健性はfair lossの方が強いらしい。
    • Fairはそのまま「公平な」意味だと思われる。外れ値もそうでない値も公平に損失を計算する
  • poisson
    • poisson loss(ポアソン損失)
  • quantile
  • mape
  • gamma
  • tweedie

11/4

qwkの評価関数

O_{i, j}

• 正解データ(i)と予測データ(j)の度数(iとjの組み合わせの出現数)

E_{i, j}

• ランダムに予測(正解データの割合は反映)した際の正解データ(i)と予測データ(j)の度数

w_{i, j}

• 正解データ(i)と予測データ(j)の組み合わせの時の予測誤差

評価としては、単なる平均二乗誤差のようなものではなく、ランダムに予測した時と比べて、今の予測がどれくらい良いかを評価する関数

O_{i, j}

は精度が良い(完全に正解を当てている)と、最終的に値が0に近くなるので、

1-0=1

で精度が1になる。ランダムと同じだと精度が0になる

E_{i, j}

と同じため

11/9

anacondaインストール時に初期導入されているライブラリを含めて、新たに仮想環境を作る方法

`conda create -n 名前 python 3.xx anaconda'

• -nは名前
• python 3.xxはインストールするpythonのバージョン
• anacondaがAnacondaインストール時に初期導入されているライブラリを含めてインストールする