ウーバーイーツ×沖縄市

【ウーバーイーツ】配達データでランダムフォレスト【沖縄市】 これまでにバギングとブースティングを用いて予測モデルを作成し、誤判別率を算出してみた。 結果は、バギングモデルの誤判別率が0.4、ブースティングモデルの誤判...

【ウーバーイーツ】配達データでブースティング【沖縄市】 前回、バギングモデルを作成して、誤判別率の改善を試みた。 結果、誤判別率が0.4となり、前々回の数値より悪くなった。 今回も前回同様、誤判別率を改善できるかやって...

【ウーバーイーツ】配達データでバギング【沖縄市】 前回、配達データで作成した決定木で判別を行ってみた。 結果、誤判別率が0.39となり、良くない数値となった。 今回は、この誤判別率を改善できるかやってみる。 参考...

【ウーバーイーツ】配達データで作成した決定木を用いて判別を行ってみる【沖縄市】 前回、配達データで決定木を作成してみた。 今回は、作成した決定木を用いて判別を行ってみる。 参考書籍・資料 主な参考箇所　1...

【ウーバーイーツ】配達データで決定木を作成してみた【沖縄市】 ※決定木を使いたかっただけの記事 参考書籍・資料 主な参考箇所　15 ツリーモデル 概要 扱うデータの確認 ↓ 決定木について調べる ...

【ウーバーイーツ】自己組織化マップを使ってみたが、【沖縄市】 本を読んでいたところ、以下の文章を見つけた。 自己組織化マップ (SOM:Self-Organizing Map)はコホネン（T,Kohonen）により提案されたニューラルネ...

【ウーバーイーツ】店舗データで計量MDS【沖縄市】 以前、クラスター分析で店舗のグループ分けを行ってみた。 今回は、店舗間の類似性に着目して分析してみる。 参考書籍・資料 主な参考箇所　8 多次元尺度法 ...

【ウーバーイーツ】昼と夜の配達データで対応分析【沖縄市】 店舗ごとに昼と夜の注文数を比較し、昼に注文の多い店舗と夜に注文の多い店舗を探してみた。 単純に表にしてみたが、この表では知りたい情報が一目で分からない。 という...

【ウーバーイーツ】店舗データで因子分析【沖縄市】 書籍「Rによるデータサイエンス(第2版)」を読んでいると、以下の表を見つけた。 Rによるデータサイエンス(第2版) 各変数が2つの要素にまとめられており、対象者がどの分野を得意...

【ウーバーイーツ】店舗データで非階層的クラスター分析【沖縄市】 前回、階層的クラスター分析を用いて、店舗のグループ分けを行った。今回は、非階層的クラスター分析を用いて、店舗のグループ分けを行ってみる。 参考書籍・資料 ...