Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

342

5

章 機械学習

特徴

ある波長または色ごとの銀河の明るさ

ラベル

銀河までの距離または赤方偏移

一部の銀河までの距離を、それぞれ独立した（そして典型的には費用のかかる）方法を用いて測

定します。その他の銀河までの距離は適切な回帰モデルを使用して推定すれば、すべての銀河に対

して高額な観測を行う必要はありません。天文学界では、これを「測光赤方偏移」問題と呼んでい

ます。

この後、線形回帰（「5.6 詳細：線形回帰」を参照）、サポートベクターマシン（「5.7 詳細：サポー

トベクターマシン」を参照）、およびランダムフォレスト回帰

（「5.8 詳細：決定木とランダムフォ

レスト」を参照）などの重要な回帰アルゴリズムを紹介します。

5.1.2.3

 クラスタリング：ラベルなしデータのラベル推定

分類と回帰は、教師あり学習アルゴリズムの例であり、新しいデータのラベルを予測するための

モデルを構築します。一方、教師なし学習は、既知のラベルを参照するこ

となくデータを説明する

モデルを構築します。

教師なし学習の一般的な例が、データをいくつかの離散グループに自動的に割り当てる「クラス

タリング」です。例えば、図 5-8に示すような

2

次元データがあるとします。

2

特徴

1

入力データ

図5-8　クラスタリング用のデータ例

5.1

 機械学習とは？ ...