この記事を読むのに必要な時間：およそ 0.5 分
ダウンロード
本書で使用するサンプルデータをダウンロードできます。
2015年9月4日更新
- P45 図4
- P46 図5
- P46 図6
- P47 click_data_sample.csv
- P48 図7
- P51 図9
- P51 図10
- P52 図11
- P54 図14
- P54 図15
- P55 図16
- P57 図18
- P57 図19
- P59 cv_data_sample.csv
- P61 図22
- P126 図6
- P155 図1
お詫びと訂正（正誤表）
本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。
（2016年7月22日更新）
P.60 例32 予測モデルの構築のコード差し替え
> library(rpart) # 決定木
> library(rattle) # きれいな決定木の描画
> # クラスタ番号を因子型に変換
> target.data[,-c(1,ncol(target.data))] <-
+ apply(target.data[,-c(1,ncol(target.data))], 2, as.factor)
> # 決定木の実行
> cvr.fit <- rpart(cvr~., data=target.data[,-1])
|
初版第2刷以降で以下の修正について訂正しております
目次
P.30 左段4行目の式
| 誤 |
l(w0, w1, w2, x1, x2, y ) = max(0, 1 - y(i) (x1(i), x2(i) ))
|
|---|
| 正 |
l(w0, w1, w2, x1, x2, y ) = max(0, 1 - y(i) f(x1(i), x2(i) ))
|
|---|
P.41 左段
| 誤 |
平均(μ1,μ2)と2行2列の共分散行列σとなります。
|
|---|
| 正 |
平均(μ1,μ2)と2行2列の共分散行列Σとなります。
|
|---|
P.47 例4 2行目
| 誤 |
ggplot(click.user.data, aes(x=no, y=click.num)) +
|
|---|
| 正 |
ggplot(click.user.data[1:5000,], aes(x=no, y=click.num)) +
|
|---|
P.114 右段下
| 誤 |
> sudo apt-get install -y libfreetype6-dev libblas-dev liblapack-dev
gfortran
|
|---|
| 正 |
> sudo apt-get install -y libfreetype6-dev libblas-dev liblapack-dev
gfortran tk-dev
|
|---|
P.118 例1の5行目
| 誤 |
b = np.array(np.arange(10))
|
|---|
| 正 |
|
|---|
P.129 右段下
P.130 左段中
P.133 リスト7下部のインデント，コメント位置のずれ
| 正 |
# 描画
markers = ["o", "v", "x"]
for i in range(3):
xx = X[kmeans.labels_ == i]
plt.scatter(xx[:, 0], xx[:, 1], c="k", marker=markers[i])
plt.show()
|
|---|
P.157 リスト1下部に不要なコードの入り込み
ax2.add_patch(rect)は不要です。
P.159 リスト2の1行目のコメント
| 誤 |
import sys
import numpy as np
from skimage import io
import matplotlib.pyplot as plt
import matplotlib.cm as cm
|
|---|
| 正 |
import numpy as np
from skimage import io
from skimage import transform
import matplotlib.pyplot as plt
import matplotlib.cm as cm
|
|---|
「# (省略）リスト1と同様にimport」に加えてfrom skimage import transformが必要です。
P182 リスト6
true_positive += 1 → true_negative += 1
false_negative += 1 → false_positive += 1
| 誤 |
else: # 教師データ中で異常とされる物 if may_anomaly: # Jubatusが正しく異常とみなした true_positive+= 1
else: # Jubatusが間違えて正常とみなした false_negative += 1 ======
|
|---|
| 正 |
else: #教師データ中で異常とされる物 if may_anomaly: # Jubatusが正しく異常とみなした true_negative += 1
else: # Jubatusが間違えて正常とみなした false_positive += 1
|
|---|
