1. Home
  2. Scraps

Scraps

ヒルベルト空間

内積が定義されるベクトル空間の一般化。

  • ∀x,y∈H.  ⟨x,y⟩=⟨y,x⟩‾\forall x, y \in H.\,\, \langle x,y \rangle = \overline{\langle y,x \rangle}
  • ∀x,y∈H  a,b∈C.  ⟨ax1+bx2,y⟩=a⟨x1,y⟩+b⟨x2,y⟩\forall x, y \in H\,\, a, b \in \mathbb{C}.\,\, \langle ax_1 + bx_2, y \rangle = a\langle x_1, y \rangle + b \langle x_2, y \rangle
  • ∀x∈H.  ⟨x,x⟩≥0;⟨x,x⟩=0  ⟺  x=0\forall x \in H.\,\, \langle x, x \rangle \geq 0; \langle x, x \rangle = 0 \iff x = \bm{0}

グラム行列

G=A∗AG = A^{*}A

Cynefin framework

GridSearchCV を並列化する方法

n_jobs のパラメータを指定することで、並列実行が可能。

GridSearchCV

scikit-learn にて、モデルのパラメーターの学習のために利用される、古典的なメソッド。 (log scale などでの) 格子点上のパラメータをひとつひとつ検証していく。

(記事) scikit-learn の SVM は、カーネルをメモリに載せる

https://ai.stackexchange.com/questions/7202/why-does-training-an-svm-take-so-long-how-can-i-speed-it-up

pandas と sklearn

pandas から scikit-learn に値を渡す際には、 df.values ないし series.values して numpy の NumArray に変換すれば、大体良い感じになる。

Optuna

例えば、これまで scikit-learn においては GridSearchCV が利用されきたようなハイパーパラメータの探索を、効率良く行ってくれるらしい python ライブラリ。 PFN製。

One-Hot エンコーディング

カテゴリカルなカラムを、その各値ごとに該当するかどうかの bool ベクトルで展開すること。

(記事リンク) SVR でボストン住宅価格予測

https://qiita.com/koshian2/items/baa51826147c3d538652

SVR

サポートベクトル回帰。 SVM を回帰に用いる手法。

React.memo

props の変更に対する render のタイミングで、 props が変わらなければ、前回の render の結果がそのまま return されていたことにする HOC。