regonn

regonn

regonn

using MultivariateStats # PCA
using PlotlyJS # データプロット用 Plotly.jl ではなく js実装を呼ぶ PlotlyJS.jl こちらの方がメンテされている
using CSV, DataFrames # CSV と DataFrames が扱えるように

df = CSV.File("SF.csv") |> DataFrame
reciprocals = 1 ./ Matrix(df[:,2:8]) # 逆数にして1番目の性格の値が大きくなるように
top5 = coalesce.(reciprocals, 0.0) # missing を zero で埋める
M = fit(PCA, top5; maxoutdim=2)
components = MultivariateStats.transform(M, top5) # 説明変数情報
projections = projection(M) # 主成分にProjection

regonn

regonn

regonn

regonn

using Hyperopt
using DecisionTree
using MLDatasets
using Statistics

train_x, train_y = MNIST.traindata(Float32)
test_x, test_y  = MNIST.testdata(Float32)
train_features = Array(transpose(MNIST.convert2features(train_x)))
test_features = Array(transpose(MNIST.convert2features(test_x)))

regonn

regonn

regonn