（60ｍ）13：00～14：00 ビニング毎の傾き： binsはダミーして0or1状態なので X_product=np.hstack([X_binned,X*X_binned])で bin + bin*特徴量を作ると傾きも出る。 Plynomial Features: (degree=X)に応じて特徴量を拡張する。 どのような拡張したかは poly…

datasetは.keys()で調べよう。 logistic regressionはクラス分類の線形モデル（デフォルトでＬ２正則化あり）

(60m)08:30~09:30 4.2 ビニング（決定木、線形モデル） ビニング（離散化）：データを分割する。 bins=np.linspace(-3,3,11) bins:[-3. -2.4 -1.8 -1.2 -0.6 0. 0.6 1.2 1.8 2.4 3. ] #10個のビン（離散化）ができた ＃これをワンホットエンコダー（ダミー）…