3/6/2012  :  正解度９３．５％（ 931769 / 997040 token）
17/5/2012 : 測定できました。　最後は、システム全体の精度を計算する。また、コードをまとめる、いまバラバラになってしまった。
14/5/2012 :　全単語に対するモデルを作った。　
10/5/2012 :

選択された素性の数/もともとの素性の数	精度(closed test)
0.5	99.1
0.2	98.8
0.1	97.7
0.05	96.7

0.01

92.7

                予想とおりの結果だった。素性の数がどんどん少なくなると、精度もだんだん下がる。しかし、精度がまだまだ高い。
                以上の実験結果により、データサイズが大きすぎを心配する必要がない。
9/5/2012 : F-scoreの使い方を誤解しました。見直します。
9/5/2012 : 選択係数と精度との関係：
                以上のグラフを見ると、選択係数が０．３〜０．９９には、精度がほぼ同じだった。
                したがって、精度が80％でもよかったら、選択係数が0.3を選ぶ。
                しかし、精度と選択係数のバランスが求めたいと、F-scoreの方法があまりよくないと考えます。


9/5/2012 : 素性選択を直しました。

選択された素性の数/もともとの素性の数	精度(closed test)
1/10	64%
1/5	82%
1/3	83%
1/1	99%

                その結果は、予想とおりだった。

9/5/2012 : F-scoreにより、

選択された素性の数/もともとの素性の数	精度(closed test)
1/10	55%
1/5	86%
1/3	79%
1/1	89%

                1/1の時、９９％になるはずが。プログラムには、どこかエラーがあると思う。

8/5/2012 : F-scoreにより素性選択する。最初には、素性の数は1/10倍に減らして、精度を再検討する。
7/5/2012 : 素性を選んで、半分ぐらいになった。残念ですが、精度が９２％に下がった。
7/5/2012 :  学習とテストができた。
                素性　：　29199
                エラー/テスト　:　645 : 70965
               精度（closed test）　:　99.0911%
                ただ、モデルファイルが７．７MBだった。

28/4/2012 : 素性＋ラベル＋モデルを保存するファイルのサイズは１．１MBだ。　これはまだ１つの音節のデータしかない。音節全部作ったら、データが大きすぎじゃない？
                モデルファイルを開けてみると、0 0 0 0 ...の列が圧倒的多い。要らないや意味ない素性を抜いて捨てなければならない。
                捨てたら、もう一回結果を比較する。
28/4/2012 : 測定するpredict_string()を作った。
28/4/2012 : 分類器を使ってみる。
28/4/2012 : 指定した一つの音節にデータを作って、学習した。　音節は”cho”だった。
27/4/2012 : save_model, load_modelを使ってみた。
27/4/2012 : trainができた。
27/4/2012 : blasディレクトリを加えて、tron.cppのコンパイラエラーを解決した。
27/4/2012 : class Problemをデバッグする。
26/4/2012 : model-io.hを作った。