前回は、学習の準備のために、lfwデータセットを取得しました。

Pythonと機械学習であそぼう（機械学習の手法を選ぼう）

今回は、どのような学習手法をとるのか？を決めていこうと思います。

教師あり学習

Scikit-learn UserGuideの教師あり学習（Supervised learning）の章を見ると、以下の通り、多くの項目が並んでいます。

• 1.1. Linear Models
• 1.2. Linear and Quadratic Discriminant Analysis
• 1.3. Kernel ridge regression
• 1.4. Support Vector Machines
• 1.5. Stochastic Gradient Descent
• 1.6. Nearest Neighbors
• 1.7. Gaussian Processes
• 1.8. Cross decomposition
• 1.9. Naive Bayes
• 1.10. Decision Trees
• 1.11. Ensemble methods
• 1.12. Multiclass and multilabel algorithms
• 1.13. Feature selection
• 1.14. Semi-Supervised
• 1.15. Isotonic regression
• 1.16. Probability calibration
• 1.17. Neural network models (supervised)

はて？
どれを使えばいいのやら？聞いたことがあるもの、ないもの
初心者には難しいですね。

scikit-learn algorithm cheat-sheet

Scikit-learnのチュートリアルに、手法を選択するためのフローチャートがありますので、これを参考にしてみたいと思います。

前回準備したlfwデータセットで顔認識の機械学習をしたいと思いますので、フローチャートに従って判断してみました。

フローチャートに従って判定していくと・・・

• サンプル数は50より大きい・・・Yes！！
• カテゴリ予測・・・Yes！！
• ラベル付きデータ・・・Yes！！
• 100,000サンプル未満・・・1140サンプルなのでYes！！

ということで、フローチャートに従うと、まず、LinearSVCで実施せよ！！とのことですが・・・