[PYTHON] Recueillir les informations erronées de Toshiyuki Sakamoto "Faire et comprendre! Introduction à l'algorithme d'apprentissage d'ensemble"

Toshiyuki Sakamoto "Créer et comprendre! Introduction aux algorithmes d'apprentissage d'ensemble" (Laboratoire C & R, 2019)

Site de l'éditeur: https://www.c-r.com/book/detail/1316

Quand j'ai regardé le site de l'éditeur, il n'y avait aucune information de faute d'impression nulle part, donc je vais les collecter.

page	Faux	Positif
3	Est le but de ce livre	je veux direMaisTel est le but de ce livre
13	Ordinaire. J'utilise l'arbre de décision comme base	Ordinaire、J'utilise l'arbre de décision comme base
36	「scikir-learn」	「scikit-learn」
40, 44	`pred.argmax`	`prob.argmax`
43	Fonction d'évaluation dans la classification de régression	RevenirFonction d'évaluation dans
50～53	`ncol`	`nrow`
57	Obtenez des résultats pires que la règle zéro	Avec des résultats pires que la règle zéroNanaRu
57	Préparez un tableau de la taille requise	？
62	Si le nombre de dimensions et N	Nombre de dimensionsÀSi N
62	Parce que SGD peut traiter les données petit à petit	SGD traite les données petit à petitParce que je peux
68	Variable de classe	Variable d'instance
81	Le but de l'algorithme d'arbre de décision	Objectif de l'algorithme d'arbre de décisionest
85	Pivot individuel des données	De donnéesAxe des nombres
88	Créez également une variable "score"	Créez également une variable "score"Je vais
102	Différence entre les nœuds gauche et droit	Gauche et droiteNœud de
111	Si vous supprimez la branche dans le nœud	Supprimer la branche dans le nœudsi
117	`def criticalscore(node, x, y, score_max)`	`def criticalscore(node, score_max)`
119	"Pruntest" qui représente le rapport lorsque les données de test sont séparées	Représente le pourcentage lorsque les données de test sont séparées「splitratio」
120	D'abord lors de la taille	Première tailledeÀ l'époque
121		Le code en haut est faux. Le code sur p126 est correct
145	5 et 10	5,10,20 morceaux
148	Données ici	IndividuelLes données
149	Fonction "agerage" de Numpy	NumPy's "average"une fonction
149～	WeighedZeroRule	WeightedZeroRule
151～	WeighedDecisionStump	WeightedDecisionStump
163	(Équation 3)deyi	y_i
164		(Équation 8), Premier moins
166	Variable de classe	Variable d'instance
166	Surcharge	passer outre
167～	itre	iter
174	Additionnez les poids pour les données correctes	Réponse incorrecteAjouter des poids aux données
175	Additionner les poids des données correctes	Somme des poids des données correctesalors
190	Au moment où cela devient la moitié du total	La moitié du totalTaÀ l'époque
200	Première fois par Ada Boost	Chez Ada BoostCommencer avec
200	Pour que la valeur diminue	Sa valeur diminuecomme
200		Il n'y a pas d'espace d'un caractère pour changer les paragraphes sur la dernière ligne
211～	`ganma`	`gamma`