kusonemi

We found new dreams, go to brand New world carry on ・・・ I carry my precious one Iris Mysteria

kusonemi

We found new dreams, go to brand New world carry on ・・・ I carry my precious one Iris Mysteria

最近の記事

taggerでユーザー辞書を読み込ませる(Jupyter Notebook)

昨日記事で作成したdicファイルが必要 ipadic内のmecabrcをメモ帳かなんかで開く ; This file can be empty but it needs to existの下に下記を追加 userdic = "ユーザー辞書ファイル(dic)のpath" tagger = MeCab.Tagger(ipadic.MECAB_ARGS)で解析するとユーザー辞書が反映されている

    • MeCabのユーザー辞書追加

      ①MeCabのインストール ②csvファイルの作成 ③mecab-dict-index.exeで作成(管理者権限必要) https://teratail.com/questions/343763

      • Psi4参考サイトまとめ

        自分用のまとめです

        • SHAPによる特徴量の影響説明②

          ・shap_values[] shap_values[0], shap_values[1]でクラス0と1それぞれの予測モデルに対する特徴量の寄与度を算出 ・explainer.expected_value[] 予測の平均値 ・force_plot shap.force_plot(explainer.expected_value[0], shap_values[0][0,:], X_test.iloc[0,:],link="logit") explainer.exp

          SHAPによる特徴量の影響説明

          SVCで作成した分類器の特徴量の説明をしたいと思い、SHAPを使用してみようと思った。 下記のコードを参考にしている。 ひとまずほぼコピペで動いたが、エラーが大量に出ていた。 ================================== The default of 'normalize' will be set to False in version 1.2 and deprecated in version 1.4. If you wish to scal

          SHAPによる特徴量の影響説明

          混同行列

          危険か、危険じゃないか(安全)を予測するモデルの作成を行っている。モデルとしては2値分類になるが、モデルを評価をする指標として正答率(accuracy)以外にあることを知った。 作成したデータセットの偏りや、モデルの目的に応じて評価指標を変えるのが良い。 安全検討にモデルを用いる場合、 ①安全なものを安全と予測 ②危険なものを危険と予測 ③安全なものを危険と予測 ④危険なものを安全と予測 の4パターンになる。 ③のパターンについては安全なものを危険と予測した結

          混同行列

          遺伝的アルゴリズムを用いた特徴量選択

          タイトル通りだが、GAを用いて特徴量選択をやってみたいと思ったので、勉強している。本記事はその備忘録である https://horomary.hatenablog.com/entry/2019/03/10/190919 https://qiita.com/kimisyo/items/2a1fc6a28b389f3e0561 https://darden.hatenablog.com/entry/2017/04/18/225459

          遺伝的アルゴリズムを用いた特徴量選択

          今日の進捗 2021 8/11

          手持ちのデータを使って、各物質のエンタルピーの予測を行った。人のコードをほぼそのままコピペして動かしているが、徐々に中身の理解も進んでおり満足している。今後の目標としては1から自分でコードを書いて、回せるようにしたい。

          今日の進捗 2021 8/11

          今日の進捗 2021 8/8

          今日はpytorchのネットワークの組み方について学び、実際に書いてみた。ひとまず学習させるところまでは行ったが、学習の際にエラーが出るので、明日はそこを解決したい。 順調といえるかはわからないが、少しずつ進歩していると思っている。 ==================================================

          今日の進捗 2021 8/8

          今日の進捗 2021 8/5

          今週の前半はワクチン接種後の副作用で体調が芳しくなく、なにもできなかった。2回目の接種の時は家に引きこもれる装備を整えておいた方が良さそう。 本日は手持ちのデータをpytorch_geometricに入力できるように変換を行ってみた。ただ、2原子分子とメタンでエラーが出た。なぜエラーが出るのかを把握し、修正する予定である。

          今日の進捗 2021 8/5

          今日の進捗 2021 7/31

          Qiitaに投稿されている、Graph Convolutional Network による溶解度予測 (回帰)という記事の中身について勉強を行った。 また、pytorchで入力を2つするやり方を調べた。pytorchではtorch.catで結合可能らしい。当然だが、2つの入力は同じじゃないといけない。 ================================================== https://qiita.com/kuro3210/items/a

          今日の進捗 2021 7/31

          今日の進捗 2021 7/29

          昨日は疲れて寝てしまったので進捗がなかったということを念のため報告しておく。 今日は今まで学んだグラフについてパワーポイントにてまとめる作業をした。出力をすることで学んだ内容がより頭に入ったと思う。 今週末は連休でできなかったことをこなしたい

          今日の進捗 2021 7/29

          今日の進捗 2021 7/27

          torchのtensor型とは何ぞや? ということについてお勉強した。基本的にはnumpyのndarrayと同じと考えてよさそう とはいえ分子グラフの表現方法とかまだわかってないから、そっちもお勉強しなきゃ。 時間がなさ過ぎてつらい。 ================================================== https://qiita.com/mathlive/items/241bfb42d852bb801b96 https://qiit

          今日の進捗 2021 7/27

          今日の進捗 2021 7/26

          あいかわらずGNNについて文献調査。やりたい内容とほぼ同じ先行研究を見つけたので今日、明日で読みたい。あ^~、オープンアクセスの論文助かる。 平日は時間がないから効率的になりたい。 ================================================== ディープラーニングによる異性化反応の遷移状態の生成 https://pubs.rsc.org/en/content/articlelanding/2020/cp/d0cp04670a#!d

          今日の進捗 2021 7/26

          今日の進捗 2021 7/25

          今日はpytorchのチュートリアルやってました。英語弱者なので日本語訳されてるのありがてぇ^~。 別に英語が全くできないわけではないけど、全然知らない内容を英語で勉強するのは厳しい。 途中で疲れたので、あとはディープラーニングについてもお勉強した ==================================================

          今日の進捗 2021 7/25

          今日の進捗 2021 7/24

          pytorchのインストールに取り組んだ。何とかインストールできたのでチュートリアル的なことを行えた。 また、インストール中は暇なので、CNNなどの基礎勉強を行った。 ================================================== ゼロから作る Deep learning https://qiita.com/DNA1980/items/8c8258c9a566ea9ea5fc

          今日の進捗 2021 7/24