Rで学ぶデータサイエンス<9> 樹木構造接近法
下川 敏雄, 杉本 知之, 後藤 昌司 著
内容
目次
第1章 分類回帰樹木(CART)法とその周辺 1.1 はじめに 1.2 CART法の概略と記法 1.3 CART法 1.4 RによるCART法の例示 1.5 多変量回帰樹木法 1.6 その他の拡張手法 第2章 検定統計量に基づく樹木 2.1 検定統計量に基づく樹木の概要 2.2 条件付き推測樹木 2.3 ハイブリッド型樹木法 第3章 多変量適応型回帰スプライン法とその周辺 3.1 多変量適応型回帰スプライン法 3.2 柔軟判別分析 3.3 論理回帰法 第4章 データ・ピーリング法とその周辺 4.1 データ・ピーリング法 4.2 アソシエーション・ルール分析 第5章 ブースティング法に基づくアンサンブル樹木法 5.1 AdaBoost法 5.2 多重加法型回帰樹木法 第6章 ブートストラップ法に基づくアンサンブル樹木法 6.1 Bagging法 6.2 RandomForest法 補遺A 線形モデル A.1 回帰分析 A.2 一般化線形モデル 補遺B 利用したパッケージ一覧 補遺C データ集合の一覧 索 引