たつをの ChangeLog
: 2014-03-05
前後の日:
2014-03-04
< >
2014-03-06
この月:
2014-03
別の年の同じ日:
2000
2002
2003
2004
2005
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2019
2020
2021
2022
2023
○○○ブーム、実は多い脱落者
2014-03-05-1 [
Neta
]
朝日新聞にこんな記事がありました。
- ランニングブーム、実は多い脱落組 7割は半年続かず (朝日新聞デジタル)
http://www.asahi.com/articles/ASG2P5GFNG2PUEHF00P.html
最後まで読んでないんだけどタイトルだけからの感想を言うと、どんなことでも継続するのは大変で、「脱落者が実は多い」ってことは当たり前かと。わざわざ新聞記事にするまでもないよな。朝日記事のタイトルを改変して、「継続は大変だなあ」という例を示したいと思います。
-
ノマドブーム、実は多い脱落組 7割は半年続かず
-
転職ブーム、実は多い脱落組 7割は半年続かず
-
イクメン、実は多い脱落組 7割は半年続かず
-
紅茶キノコ、実は多い脱落組 7割は半年続かず
-
カスピ海ヨーグルト、実は多い脱落組 7割は半年続かず
-
自転車通勤、実は多い脱落組 7割は半年続かず
-
青汁、実は多い脱落組 7割は半年続かず
-
ライフログ、実は多い脱落組 7割は半年続かず
-
ブログブーム、実は多い脱落組 7割は半年続かず
以上。
一つ一つコメントしようと思ったけど、同じような感じになるので割愛。あと、思いついたら随時追加します。
多クラス分類での正解率 (Accuracy)
2014-03-05-2 [
Algorithm
]
説明用メモ。
正解率 (Accuracy)・分類正解率 (Classification Accuracy) は、「評価事例数」を「正解した評価事例数」で割ったもの。マルチクラスの分類で用いる。
例:
予測ラベル
正解ラベル
正否
N
P
不正解
P
P
正解
N
P
不正解
P
P
正解
P
P
正解
N
N
正解
O
N
不正解
N
N
正解
O
O
正解
P
O
不正解
↓
正解P
正解N
正解O
予測P
3
0
1
予測N
2
2
0
予測O
0
1
1
↓
- 評価事例数 = 10
- 正解した評価事例数 = 3 + 2 + 1 = 6
- 正解率 = 6/10 = 0.6
参考文献:
-
言語処理のための機械学習入門
関連記事:
-
多クラス分類の結果を評価するための雛形スクリプト (Perl)[2013-08-28-1]
前後の日:
2014-03-04
< >
2014-03-06
この月:
2014-03
別の年の同じ日:
2000
2002
2003
2004
2005
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2019
2020
2021
2022
2023
たつをの ChangeLog
Powered by
chalow