scikit-learnを使ってみる(2)

前の記事「scikit-learnを使ってみる」で三角関数の学習がうまくできなかった。トレーニングデータではそこそこ学習できても、テストデータの結果はボロボロだった。
今回は方法を変更して、sin関数で作成した連続した3つの値から次の値を学習させていく。下図で説明すると、緑の点3つから赤の点を学習させることになる。これを順次行う。

三角関数(2)

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

look_back = 3


def make_data(y, look_back):
    X = []
    Y = []
    for i in np.arange(len(y) - look_back):
        X.append(y[i:i+look_back])
        Y.append(y[i+look_back])
    return X, Y


# 三角関数 Y = sin(X)を求める。
x = np.linspace(0, 20, num=200)
y = np.sin(x)
X, Y = make_data(y, look_back=look_back)

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, shuffle=False)

lr = LinearRegression()
lr.fit(X_train, Y_train)

print(f'回帰係数={lr.coef_}')
print(f'切片={lr.intercept_}')
print(f'決定係数={lr.score(X_train, Y_train)}')

plt.scatter(x, y, label='data')
plt.plot(x[look_back:look_back+len(X_train)],
         lr.predict(X_train), color='green', label='train')
plt.plot(x[look_back+len(X_train):],
         lr.predict(X_test), color='red', label='test')
plt.legend()
plt.savefig('linear_regression6.png')
plt.show()

さて結果は...

うまく学習できたようだ。