UCI Machine Learning Repository の Chess (King-Rook vs. King-Pawn) のデータの分析2 - glmnetのElastic-Netで分類してみる。ROCのAUCが0.996と高性能でした。
www.crosshyou.info の続きです。前回はデータをRに読み込ませて前処理をしました。 今回は実際に分類器を作ります。glmnetパッケージでElastic-Netでやってみようと思います。 glmnetパッケージを読み込みます。 glmnetは特徴量はマトリックス型、targetはベクトル型にする必要があるので、dfをxとyにわけます。 トレーニ…
