chokkan / mlnote Goto Github PK

下記箇所に誤字がありました。

11. 階層的クラスタリング

分割型（トップダウン型）の説明

記載は「マクロ平均」となっていますが、「マイクロ平均」が正だと思います。

https://chokkan.github.io/mlnote/classification/02multi.html#id14

1.1. 回帰とはに、「連続値をとる説明変数を目的変数で表現することを回帰（regression）と呼ぶ」との記載があります。しかし、回帰の説明としては「連続値をとる目的変数を説明変数で表現することを回帰（regression）と呼ぶ」の方が適切ではないでしょうか。

表現したい(説明したい)対象は目的変数であり、表現対象が表現手段となっているのに違和感を感じました。

つまらない提案ですが、データダウンロードのところWindowsでは通りませんでしたので、pythonで書いた代替コードを提案させてください。多分、両用で使えると思います。

import urllib.request

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/00228/smsspamcollection.zip'
with urllib.request.urlopen(url) as net:
    with open('smsspamcollection.zip', 'bw') as spam_zip:
        spam_zip.write(net.read())

import zipfile

with zipfile.ZipFile('smsspamcollection.zip') as spam_zip:
    spam_zip.extract('SMSSpamCollection', '.')

with open('SMSSpamCollection', encoding="utf-8") as fi:
    for n, line in enumerate(fi):
        if n < 5: print(line, end='')

以下はopen時のencoding指定だけです。

import collections

def tokenize(s):
    return [t.rstrip('.') for t in s.split(' ')]

def vectorize(tokens):
    return collections.Counter(tokens)

def readiter(fi):
    for line in fi:
        fields = line.strip('\n').split('\t')
        x = vectorize(tokenize(fields[1]))
        y = fields[0]
        yield x, y

with open('SMSSpamCollection', encoding="utf-8") as fi:
    D = [d for d in readiter(fi)]

5.6節において、誤字だと思われる箇所を見つけましたので、添付画像にて報告させていただきます。
https://chokkan.github.io/mlnote/classification/01binary.html#id8

#4 によりトップページからSageMaker Studio Labへのリンクを貼ったが、各ページからLaunchボタンを貼ることはできていない。やり方は２通り。

• HTMLを生成した後にpost editする
• sphinx-book-themeのテンプレートに追加する https://github.com/executablebooks/sphinx-book-theme/blob/master/sphinx_book_theme/topbar/launchbuttons.html

箇所: 2.9.1. numpy.polyfitを用いる例

NumPy1.4からはnp.polyfitに代わりPolynomial.fitの利用が推奨されています。そのため、Polynomial.fitを使用した実装例に差し替えることが好ましいと思います。

https://numpy.org/doc/stable/reference/routines.polynomials.html#quick-reference

Quick Referenceではnp.polyfitとPolynomial.fitが等価であるように記載されていますが、実際にはPolynomial.fitはdomain/windowsにスケールされた値を返します。そのため、実装を置き換える際はconvertの使用が必要です。

https://numpy.org/doc/stable/reference/routines.polynomials.html#transition-guide

タイトルの通り。よく見たらd = 8の時のvalidation lossが一番下がっていた。

• Twitterのリツイート履歴に基づいて、ユーザをグループ分けする　→　Xのリツイート履歴に基づいて、ユーザをグループ分けする

sphinx-book-themeの日本語訳に由来している。

https://github.com/executablebooks/sphinx-book-theme/tree/master/sphinx_book_theme/translations/jsons