3.1 回帰ユース・ケース
Brooklyn住宅データセットには、Brooklyn区の住宅の販売価格と、住宅の面積、その場所、住居のタイプなど、これらの価格に影響を与える様々なファクタが含まれています。 過去の住宅販売データの分析を担当し、販売価格を見積もります。これは不動産運用の最適化に役立ちます。 このケース・スタディでは、回帰手法とGLMアルゴリズムを使用して販売価格を予測する方法を学習します。
関連コンテンツ
トピック | リンク |
---|---|
OML4Py GitHubの例 | OML4Py回帰GLM |
一般化線形モデルについて | 一般化線形モデルとは |
機械学習のクラスとアルゴリズムについて | 機械学習のクラスとアルゴリズムについて |
共有設定 | 共有設定 |
OML4Pyユース・ケース・ジャーニを開始する前に、次のものがあることを確認してください:
- データ・セット
「Brooklynハウジング・データセット」からデータ・セットをダウンロードします。
- DatabaseSelectまたは次のオプションからデータベースを作成します:
- 無償のクラウド・アカウントを取得します。 https://cloud.oracle.com/databaseに移動し、Oracle Database Cloud Service (DBCS)またはOracle Autonomous Databaseを選択します。 アカウントを作成してインスタンスを作成します。 Autonomous Databaseクイック・スタート・ワークショップを参照してください。
- Oracle Database (オンプレミス)の最新バージョンをダウンロードします。
- 機械学習ツール
データベースの選択内容に応じて、次のいずれかを実行します。
- Oracle Autonomous Database用のOML Notebooksを使用します。
- オンプレミス・データベースまたはDBCSに接続されたOracle SQL Developerをインストールして使用します。 SQL Developerのインストールおよび起動を参照してください。
- その他の要件
データ・マイニング権限(ADWに対して自動的に設定されます)。 Oracle Machine Learning for SQLのためのシステム権限を参照してください。