６つの教師あり学習のアルゴリズムを実装して、気づいたことを整理する。
気づいたこと
- 実装手順は共通している箇所が多い
- データの読み込み
- データの分割
- 学習
- 予測
- 最終結果の出力
- アルゴリズム名が、実装に必要なモジュール名になっている（順序は逆かも）
- 最終的に得られる結果として、０～１の間を取るものが多い。
最終的に得られる結果
| アルゴリズム名 | 最終的結果 |
| ロジスティク回帰 | 0.944444444 |
| ランダムフォレスト・回帰 | 0.825892774 |
| ランダムフォレスト・分類 | 0.981481481 |
| サポートベクターマシン・回帰 | 0.616961212 |
| サポートベクターマシン・分類 | 0.444444444 |
| kNN・回帰 | 0.554558735 |
| kNN・分類 | 0.703703704 |
| ニューラルネットワーク・回帰 | MSE is 120.98555755615234 MAE is 7.729129791259766 |
| ニューラルネットワーク・分類 | Categorical Crossentropy is 11.392426490783691 Accuracy is 0.3333333432674408 |
| 勾配ブースティング・回帰 | 18.51069178 |
| 勾配ブースティング・分類 | 0.944444444 |
今後の課題
- それぞれで得られた結果がなにを意味しているのか
- それぞれのアルゴリズムの特性と使いどころ
- コードの中身でわからないところ
