はじめに
この実験では、ElasticNetを使用して重み付きサンプルを使ってグラム行列を事前計算する方法を示します。重み付きサンプルを使用する場合、グラム行列を計算する前に、設計行列を中心化し、次に重みベクトルの平方根で再スケーリングする必要があることに注意してください。
VMのヒント
VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。
Jupyter Notebookが読み込み終わるまで数秒待つことがあります。Jupyter Notebookの制限により、操作の検証は自動化できません。
学習中に問題がある場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn(("Sklearn")) -.-> sklearn/UtilitiesandDatasetsGroup(["Utilities and Datasets"])
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/linear_model("Linear Models")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/datasets("Datasets")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/linear_model -.-> lab-49118{{"ElasticNet 用のグラム行列の事前計算"}}
sklearn/datasets -.-> lab-49118{{"ElasticNet 用のグラム行列の事前計算"}}
ml/sklearn -.-> lab-49118{{"ElasticNet 用のグラム行列の事前計算"}}
end