Enviar búsqueda
Cargar
Python 特徴抽出プラグイン
•
0 recomendaciones
•
11,199 vistas
J
JubatusOfficial
Seguir
2017年11月1日 第5回Jubatusハンズオンで使用した説明資料。 pythonを使ってJubatusの特徴抽出プラグインを作成する機能の解説。
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 13
Descargar ahora
Descargar para leer sin conexión
Recomendados
Jubakitの解説
Jubakitの解説
JubatusOfficial
Jubakit の紹介
Jubakit の紹介
kmaehashi
Jubatus Python特徴抽出プラグイン
Jubatus Python特徴抽出プラグイン
Tetsuya Shioda
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Hiroshi Funai
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
Chainerで学ぶdeep learning
Chainerで学ぶdeep learning
Retrieva inc.
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Kotaro Nakayama
Recomendados
Jubakitの解説
Jubakitの解説
JubatusOfficial
Jubakit の紹介
Jubakit の紹介
kmaehashi
Jubatus Python特徴抽出プラグイン
Jubatus Python特徴抽出プラグイン
Tetsuya Shioda
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
Hiroshi Funai
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
Chainerで学ぶdeep learning
Chainerで学ぶdeep learning
Retrieva inc.
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Deep Learning Implementations: pylearn2 and torch7 (JNNS 2015)
Kotaro Nakayama
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Retrieva inc.
Firefox 学生向けアドオンパック
Firefox 学生向けアドオンパック
Kosei Moriyama
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Etsuji Nakai
『JUnit実践入門』写経・実践会 in 横浜 #2
『JUnit実践入門』写経・実践会 in 横浜 #2
shinyaa31
みんなが知らない pytorch-pfn-extras
みんなが知らない pytorch-pfn-extras
Takuji Tahara
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
T4使ってみた
T4使ってみた
Ryota Murohoshi
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
Hironori Sekine
[第2版] Python機械学習プログラミング 第3章(~4節)
[第2版] Python機械学習プログラミング 第3章(~4節)
Haruki Eguchi
[第2版]Python機械学習プログラミング 第7章
[第2版]Python機械学習プログラミング 第7章
Haruki Eguchi
深層学習フレームワークChainerの紹介とFPGAへの期待
深層学習フレームワークChainerの紹介とFPGAへの期待
Seiya Tokui
jubarecommenderの紹介
jubarecommenderの紹介
JubatusOfficial
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
Takuya Hayashi
Introduction to Chainer and CuPy
Introduction to Chainer and CuPy
Kenta Oono
Boostライブラリ一周の旅
Boostライブラリ一周の旅
Akira Takahashi
「理論から学ぶデータベース実践入門」読書会スペシャル
「理論から学ぶデータベース実践入門」読書会スペシャル
Masahiro Tomita
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Kir Chou
Py datameetup1
Py datameetup1
shiroyagi
かまってちゃん小町
かまってちゃん小町
JubatusOfficial
Jubatus 1.0 の紹介
Jubatus 1.0 の紹介
JubatusOfficial
単語コレクター(文章自動校正器)
単語コレクター(文章自動校正器)
JubatusOfficial
Jubatus解説本の紹介
Jubatus解説本の紹介
JubatusOfficial
Más contenido relacionado
La actualidad más candente
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Retrieva inc.
Firefox 学生向けアドオンパック
Firefox 学生向けアドオンパック
Kosei Moriyama
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
Etsuji Nakai
『JUnit実践入門』写経・実践会 in 横浜 #2
『JUnit実践入門』写経・実践会 in 横浜 #2
shinyaa31
みんなが知らない pytorch-pfn-extras
みんなが知らない pytorch-pfn-extras
Takuji Tahara
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
T4使ってみた
T4使ってみた
Ryota Murohoshi
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
Hironori Sekine
[第2版] Python機械学習プログラミング 第3章(~4節)
[第2版] Python機械学習プログラミング 第3章(~4節)
Haruki Eguchi
[第2版]Python機械学習プログラミング 第7章
[第2版]Python機械学習プログラミング 第7章
Haruki Eguchi
深層学習フレームワークChainerの紹介とFPGAへの期待
深層学習フレームワークChainerの紹介とFPGAへの期待
Seiya Tokui
jubarecommenderの紹介
jubarecommenderの紹介
JubatusOfficial
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
Takuya Hayashi
Introduction to Chainer and CuPy
Introduction to Chainer and CuPy
Kenta Oono
Boostライブラリ一周の旅
Boostライブラリ一周の旅
Akira Takahashi
「理論から学ぶデータベース実践入門」読書会スペシャル
「理論から学ぶデータベース実践入門」読書会スペシャル
Masahiro Tomita
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Kir Chou
Py datameetup1
Py datameetup1
shiroyagi
La actualidad más candente
(18)
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Firefox 学生向けアドオンパック
Firefox 学生向けアドオンパック
Python 機械学習プログラミング データ分析ライブラリー解説編
Python 機械学習プログラミング データ分析ライブラリー解説編
『JUnit実践入門』写経・実践会 in 横浜 #2
『JUnit実践入門』写経・実践会 in 横浜 #2
みんなが知らない pytorch-pfn-extras
みんなが知らない pytorch-pfn-extras
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
T4使ってみた
T4使ってみた
PythonによるWebスクレイピング入門
PythonによるWebスクレイピング入門
[第2版] Python機械学習プログラミング 第3章(~4節)
[第2版] Python機械学習プログラミング 第3章(~4節)
[第2版]Python機械学習プログラミング 第7章
[第2版]Python機械学習プログラミング 第7章
深層学習フレームワークChainerの紹介とFPGAへの期待
深層学習フレームワークChainerの紹介とFPGAへの期待
jubarecommenderの紹介
jubarecommenderの紹介
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
「もうひとつの“イプシロン・ザ・ロケット”」 の技術的側面資料
Introduction to Chainer and CuPy
Introduction to Chainer and CuPy
Boostライブラリ一周の旅
Boostライブラリ一周の旅
「理論から学ぶデータベース実践入門」読書会スペシャル
「理論から学ぶデータベース実践入門」読書会スペシャル
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Py datameetup1
Py datameetup1
Destacado
かまってちゃん小町
かまってちゃん小町
JubatusOfficial
Jubatus 1.0 の紹介
Jubatus 1.0 の紹介
JubatusOfficial
単語コレクター(文章自動校正器)
単語コレクター(文章自動校正器)
JubatusOfficial
Jubatus解説本の紹介
Jubatus解説本の紹介
JubatusOfficial
小町のレス数が予測できるか試してみた
小町のレス数が予測できるか試してみた
JubatusOfficial
新機能紹介 1.0.6
新機能紹介 1.0.6
JubatusOfficial
発言小町からのプロファイリング
発言小町からのプロファイリング
JubatusOfficial
新聞から今年の漢字を予測する
新聞から今年の漢字を予測する
JubatusOfficial
銀座のママ
銀座のママ
JubatusOfficial
JUBARHYME
JUBARHYME
JubatusOfficial
小町の溜息
小町の溜息
JubatusOfficial
地域の魅力を伝えるツアーガイドAI
地域の魅力を伝えるツアーガイドAI
JubatusOfficial
gRPCをちょこっと調べた話
gRPCをちょこっと調べた話
Shuzo Kashihara
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
JubatusOfficial
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Shohei Hido
Jubatusハンズオン 機械学習はじめてみた
Jubatusハンズオン 機械学習はじめてみた
JubatusOfficial
"アレ"からJubatusを使う
"アレ"からJubatusを使う
JubatusOfficial
もくもくしたこと
もくもくしたこと
k_oi
もくもく成果 IMAMASU
もくもく成果 IMAMASU
JubatusOfficial
JubaQLご紹介
JubaQLご紹介
JubatusOfficial
Destacado
(20)
かまってちゃん小町
かまってちゃん小町
Jubatus 1.0 の紹介
Jubatus 1.0 の紹介
単語コレクター(文章自動校正器)
単語コレクター(文章自動校正器)
Jubatus解説本の紹介
Jubatus解説本の紹介
小町のレス数が予測できるか試してみた
小町のレス数が予測できるか試してみた
新機能紹介 1.0.6
新機能紹介 1.0.6
発言小町からのプロファイリング
発言小町からのプロファイリング
新聞から今年の漢字を予測する
新聞から今年の漢字を予測する
銀座のママ
銀座のママ
JUBARHYME
JUBARHYME
小町の溜息
小町の溜息
地域の魅力を伝えるツアーガイドAI
地域の魅力を伝えるツアーガイドAI
gRPCをちょこっと調べた話
gRPCをちょこっと調べた話
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Jubatusハンズオン 機械学習はじめてみた
Jubatusハンズオン 機械学習はじめてみた
"アレ"からJubatusを使う
"アレ"からJubatusを使う
もくもくしたこと
もくもくしたこと
もくもく成果 IMAMASU
もくもく成果 IMAMASU
JubaQLご紹介
JubaQLご紹介
Similar a Python 特徴抽出プラグイン
Fluentd1.2 & Fluent Bit
Fluentd1.2 & Fluent Bit
Seiya Mizuno
LINEにおける GitHub Enterpriseの活用事例と LINE Notifyについて
LINEにおける GitHub Enterpriseの活用事例と LINE Notifyについて
LINE Corporation
191030 anna-with-python
191030 anna-with-python
Takuya Nishimoto
PythonのGUI_2018 with NSEG
PythonのGUI_2018 with NSEG
Jun Okazaki
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjp
Yoshifumi Yamaguchi
Python32 pyhackathon-201011
Python32 pyhackathon-201011
Toru Furukawa
High performance python computing for data science
High performance python computing for data science
Takami Sato
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
Katsuhiro Morishita
MQTTとAMQPと.NET
MQTTとAMQPと.NET
terurou
Qtではじめるクロスプラットフォームアプリケーション開発 osc2019 hamanako
Qtではじめるクロスプラットフォームアプリケーション開発 osc2019 hamanako
Kazuo Asano (@kazuo_asa)
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
Takanori Suzuki
Pythonの環境導入 2014年春季版
Pythonの環境導入 2014年春季版
Katsuhiro Morishita
Ossで作成するチーム開発環境
Ossで作成するチーム開発環境
Tadahiro Ishisaka
ALMツールたべくらべ
ALMツールたべくらべ
Kaoru NAKAMURA
Cloudn PaaSチームのChatOps実践
Cloudn PaaSチームのChatOps実践
Kazuto Kusama
2018 07-23
2018 07-23
Yuji Oshima
NGK2018B マルチプラットフォームQtと日本Qtユーザー会の紹介
NGK2018B マルチプラットフォームQtと日本Qtユーザー会の紹介
Kazuo Asano (@kazuo_asa)
210728 mpy
210728 mpy
Takuya Nishimoto
go-apt-cacher/mirror
go-apt-cacher/mirror
yutannihilation
Gitの基本コマンド
Gitの基本コマンド
晋 小沼
Similar a Python 特徴抽出プラグイン
(20)
Fluentd1.2 & Fluent Bit
Fluentd1.2 & Fluent Bit
LINEにおける GitHub Enterpriseの活用事例と LINE Notifyについて
LINEにおける GitHub Enterpriseの活用事例と LINE Notifyについて
191030 anna-with-python
191030 anna-with-python
PythonのGUI_2018 with NSEG
PythonのGUI_2018 with NSEG
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjp
Python32 pyhackathon-201011
Python32 pyhackathon-201011
High performance python computing for data science
High performance python computing for data science
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
MQTTとAMQPと.NET
MQTTとAMQPと.NET
Qtではじめるクロスプラットフォームアプリケーション開発 osc2019 hamanako
Qtではじめるクロスプラットフォームアプリケーション開発 osc2019 hamanako
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
Pythonの環境導入 2014年春季版
Pythonの環境導入 2014年春季版
Ossで作成するチーム開発環境
Ossで作成するチーム開発環境
ALMツールたべくらべ
ALMツールたべくらべ
Cloudn PaaSチームのChatOps実践
Cloudn PaaSチームのChatOps実践
2018 07-23
2018 07-23
NGK2018B マルチプラットフォームQtと日本Qtユーザー会の紹介
NGK2018B マルチプラットフォームQtと日本Qtユーザー会の紹介
210728 mpy
210728 mpy
go-apt-cacher/mirror
go-apt-cacher/mirror
Gitの基本コマンド
Gitの基本コマンド
Más de JubatusOfficial
コンテンツマーケティングでレコメンドエンジンが必要になる背景とその活用
コンテンツマーケティングでレコメンドエンジンが必要になる背景とその活用
JubatusOfficial
Jubaanomalyについて
Jubaanomalyについて
JubatusOfficial
jubabanditの紹介
jubabanditの紹介
JubatusOfficial
Jubakitの紹介
Jubakitの紹介
JubatusOfficial
データ圧縮アルゴリズムを用いたマルウェア感染通信ログの判定
データ圧縮アルゴリズムを用いたマルウェア感染通信ログの判定
JubatusOfficial
Jubatus 新機能ハイライト
Jubatus 新機能ハイライト
JubatusOfficial
Jubatusでuserとbrandのレコメンドを試してみた話
Jubatusでuserとbrandのレコメンドを試してみた話
JubatusOfficial
相撲
相撲
JubatusOfficial
興味ありそうなもの検索
興味ありそうなもの検索
JubatusOfficial
チーム:大杉さんの壮大な夢
チーム:大杉さんの壮大な夢
JubatusOfficial
Jubatus使ってみた 作ってみたJubatus
Jubatus使ってみた 作ってみたJubatus
JubatusOfficial
Más de JubatusOfficial
(11)
コンテンツマーケティングでレコメンドエンジンが必要になる背景とその活用
コンテンツマーケティングでレコメンドエンジンが必要になる背景とその活用
Jubaanomalyについて
Jubaanomalyについて
jubabanditの紹介
jubabanditの紹介
Jubakitの紹介
Jubakitの紹介
データ圧縮アルゴリズムを用いたマルウェア感染通信ログの判定
データ圧縮アルゴリズムを用いたマルウェア感染通信ログの判定
Jubatus 新機能ハイライト
Jubatus 新機能ハイライト
Jubatusでuserとbrandのレコメンドを試してみた話
Jubatusでuserとbrandのレコメンドを試してみた話
相撲
相撲
興味ありそうなもの検索
興味ありそうなもの検索
チーム:大杉さんの壮大な夢
チーム:大杉さんの壮大な夢
Jubatus使ってみた 作ってみたJubatus
Jubatus使ってみた 作ってみたJubatus
Último
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
Último
(9)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
Python 特徴抽出プラグイン
1.
Python 特徴抽出プラグイン Tetsuya Shioda Jubatus
hands-on #5 November 1, 2017
2.
Python 特徴抽出プラグイン とは •
Jubatus で特徴抽出を より簡単に 記述できる Pythonモジュール • 何が嬉しい? • scikit-learn や NTLK など外部ライブラリと連携が可能 • Python で記述できる手軽さ。C++を書かなくてもOK。 • 利用環境: • Python 2.6 以降、Python 3.3 以降をサポート • Jubatus 1.0.5 以降で利用可能 Jubatus hands-on #5 2
3.
今までの特徴抽出プラグインでは • C++実装で、記述量が若干多い。 Jubatus hands-on
#5 3
4.
特徴抽出をもっと簡単に • たった8行で特徴抽出ができるようになります • 数値
/ テキスト / バイナリ特徴量の特徴抽出に対応 • Python外部ライブラリとの連携が可能 Jubatus hands-on #5 4
5.
数値特徴量に対する特徴抽出 Jubatus hands-on #5
5
6.
NLTKによるテキスト特徴量抽出 Jubatus hands-on #5
6 foxes -> fox など原型変換できる 開始位置 文字列データ データ長 スコア 0でもOK0でもOK 通常は1.0でOK トークン化
7.
使い方 1. 特徴抽出プラグインを実装する( .pyファイルを作成) 2.
PYTHONPATHが通っているところに .py ファイルを配置する 3. 設定ファイルを記述、Jubatusサーバを起動すれば利用できる Jubatus hands-on #5 7 .py ファイル名 クラス名 rulesの中で呼ぶ
8.
デモ: Jubatus hands-on #5
8 時系列特徴抽出プラグイン https://github.com/jubatus/events/ hands-on-5th/python-plugin
9.
時系列データ分析 • 時間とともに変化するデータ系列を予測したい • 電力消費量、株価、売上高など •
自己回帰(AR)モデル • 最も単純な時系列データ予測手法の1つ • AR(p)モデル:現在の値が、過去 p 期分のデータに依存する モデル Jubatus hands-on #5 9 𝒚 𝒕 = 𝒄 + 𝒊=𝟏 𝒑 𝒘𝒊 𝒚 𝒕−𝒊 + 𝜺 𝒕 AR(2)系列 321 Jubatus に 一工夫が必要
10.
• Jubatusは受け取ったデータを学習してすぐ捨てる。保存はしない。 • 受け取ったデータを一時的に保存するキャッシュが必要 •
特徴抽出プラグイン側で保存するようにしよう 過去のデータを保存するには Jubatus hands-on #5 10 Cache 必要なくなったら削除する
11.
自己回帰モデルの特徴抽出 Jubatus hands-on #5
11 特徴量ごとにキャッシュを持つ 最新データをキャッシュに格納 一番古いデータを削除 過去p期分の特徴量を全て生成 特徴抽出結果とする
12.
サンプルプラグイン • GitHub の
jubatus リポジトリで以下の4種類のサンプルを提供 • binary_length.py:バイナリデータ長取得 • number_multiplier.py:掛け算 • sentence_stemmer.py:NTLKによるステミング • space_splitter.py:単語のスペース区切り • 各プラグインの利用方法は、公式Webサイトをご覧ください http://jubat.us/ja/fv_convert.html#python-bridge Jubatus hands-on #5 12
13.
さいごに Pull-Request お待ちしてます! https://github.com/jubatus/jubatus Jubatus hands-on
#5 13
Descargar ahora