[今さら始める Python マスター #19] 機械学習入門: scikit-learn

機械学習の基本

機械学習では、データからパターンを学び、新しいデータに対して分類や予測を行います。

scikit-learn

Xは数値の特徴量、yは各行に対応する分類ラベルとして事前に用意します。このページにはデータの取得やX・yを作る処理はなく、モデル学習以降の流れを抜き出しています。分割後のX_trainとy_train、X_testとy_testの行数がそれぞれ一致するか確認し、評価には学習に使っていない組を渡してください。

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

X_train, X_test, y_train, y_test = train_test_split(X, y)
model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)

分類と回帰

分類はカテゴリを予測し、回帰は数値を予測します。目的に合わせてモデルと評価指標を選びます。

評価する

score = model.score(X_test, y_test)
print(score)

学習に使っていないデータで評価することが重要です。

今日のゴール

機械学習では、データ準備、モデル学習、予測、評価の流れを理解します。scikit-learnの共通インターフェースに慣れましょう。