K2R(Robust Regression)の精度比較 [次世代型データマイニングエンジン「KXEN」]
久々に出勤。
GWボケでポッポッポー鳩ポッポーって感じです。
そういえば、KXENを借りっぱなしになっているなぁ。
そこで、過去のプロジェクトで使ったデータを引っ張り出してきて
ニューラルネットワーク、決定木、そして、KXENのRobust Regressionと比較することにした。
モデル作成用とモデル検証用に分けて分析。
大量データと少量データでどれくらいの差が出るんだろうか。
一度に複数のモデルが簡単にできるのがKXENの売りであるが、簡単でもどれくらいの精度が保てるのかが非常に気になるところである。
モデルを作る手間というのは、圧倒的に楽である。
レポートも自動で作成してくれる。
そして、気になる精度であるが、手間と時間をかけると精度は同じである。
手間と暇をかけて同じ精度だったら、むしろ悲しい。。。
しかし、高速バージョンでモデルを作ると、KXENの方が圧倒的に精度が良かった。
つまり、大量にたくさんのモデルを作成する必要がある場合、KXENを使えば、大幅に時間を短縮することができる。
しかし、KXENにも短所があり、モデルの中身がブラックボックスという点である。
当たればいいやという状況においては、問題ないのであるが、そのモデルの構造を知る必要がある場合は、なかなか難しい。