とあるデータから
なにかしらを予測する。
ざっくりと機械学習を説明すると
こんな感じでしょうか
その予測しようとしている値を
「目的変数」
といいます。
で、
その予測のために使うデータの特徴や属性を
「説明変数」
といいます。
例えば、
人の年収を予測する時、
「目的変数」は、年収。
「説明変数」は、年齢であったり、
職業、読書時間とかですね (ﾟ∀ﾟ ))
開業医やから、年収3000万円くらいかな (´・ω・｀)
お昼の帯番組やってる芸能人は
年収1億いってるんかな (´・ω・｀)
アラブの石油王は、どんだけ稼いでるんやろ
とか、なんとなく予測しますよね。
そんな予想はよそう
なんてチョーくだらないダジャレは
絶対に言いませんよ (´・ω・｀)
その他の呼び方がある
このブログは
機械学習をメインに扱っているので
「目的変数」と「説明変数」
とゆー言い方をしていきます。
だけどもだけど、
統計学などでは、別の言い方をするそうです。
統計学の世界では
「目的変数」のことを「従属変数」
「説明変数」のことを「独立変数」「予測変数」
といいます。
ちなみに
機械学習の世界でも
「説明変数」のことを、「特徴ベクトル」
と書いてる本もありました。
僕が調べきれてないだけで他にもまだまだありそう…
まーとーめー
統計学に触れたことのある人は
慣れるまでに時間かかるかも…
とゆーか、
ググって出てきたサイトが
統計学について書いてる場合が多々ある。
そゆーときは、
ホンマにややこい！！
初めは、何のコトをゆーてるかわからんかったし
誰か偉い人で話し合って統一してくれ
おーわり
