Pythonで機械学習を行うための対話環境を構築する

PythonでOctave的な対話環境を構築する際のメモ。
まずは、Minicondaをインストールする(Anacondaでも可)。これがあるとインストールが爆発的に楽なので。
インストールを行うと、condaという仮想環境を作成できるコマンドが使用できるようになるので、これを利用して対話環境の作成を行う。

conda create -n my_env ipython numpy matplotlib scipy scikit-learn cython

終わったら、activate my_envを行い環境を有効にして、ipythonで対話コンソールをスタートする。これで完了だ。

以下に使いそうな処理の流れを書いておく。

import numpy as np
import matplotlib.pyplot as plt

# csvファイルから学習データを読み込み(1行目がヘッダ想定)
D = np.genfromtxt("training_data.csv", delimiter=",", skip_header=1) 

# データをベクトルに切りだし
y = D[:,0] # 0列目のデータを切り出し(ここでは0/1の分類結果が入っているとする)
x1 = D[:,1] # 1列目のデータを切り出し
x2 = D[:,2] # 2列目のデータを切り出し

#vectorを正規化する関数(平均0、標準偏差1にする)
def regz(vector):
    return (vector - np.average(vector)) / np.std(vector)

x1_s = regz(x1)
x2_s = regz(x2)

plt.scatter(x1_s[y==1], x2_s[y==1], c="red") # y==1の分のデータをプロット
plt.scatter(x1_s[y==0], x2_s[y==0], c="blue") # y==0の分のデータをプロット
plt.show()