PyCaretでモデルを構築していきます。
モデル一覧
まずPyCaretが対応しているモデルの一覧を確認します。
models関数でモデル一覧を表示できます。
[Google Colaboratory]
1 | models() |
[実行結果]
いろいろなアルゴリズムが提供されていることが分かります。
PyCaretでは、これらのアルゴリズムで評価した結果を一覧で提示してくれる機能があります。
各モデルの評価一覧
各モデルを構築します。
compare_modelsを実行するだけで、対応している各モデルの評価一覧を表示することができます。
[Google Colaboratory]
1 | compare_models(sort = "R2", fold = 10) |
交差検証を実施していて、データの分割数はfold引数で指定可能です。
（fold=10を設定しているので、データの分割数は10となります）
sort引数にはR2を指定していますので、R2の降順で一覧が表示されます。
[実行結果]
結果を確認すると、Extra Trees Regressorモデルの評価が一番高いことが分かります。
現段階ではハイパーパラメータの最適化までは行われていません。
この段階で精度の高いモデルをいくつか選んで、それぞれチューニングして評価していくというのがモデル構築のフローとなります。