PyQ機械学習に関するメモ pythonの文法

目的

pyqで学んだことを忘れないために、メモを残す

pandas

描画について

・ヒストグラムを描画するときは plt.hist

plt.hist(df[df["y"] == 1]["x"], label="men 16years old", bins=100,
range=(140, 187), alpha=0.3, color="green")　(dfはcsvのデータ)
1. df[df["y"] == 1]["x"]
dfにおいて、列が y==1 の時の行の値
2. label="men 16years old"
ラベルの説明
3. bins=100
階級の幅　1階級 = range / bins
4. alpha=0.3
グラフの透明度

plt.xlabel("height [cm]") : x軸のタイトル
plt.legend(); :データの説明を表示

・散布図を描画するときはplt.scatter
plt.scatter(men["height"], men["weight"], color="green")
第一引数に、データの中の横軸の値　　第二引数に、データの中の縦軸の値

・散布図行列を描画するときは
pd.plotting.scatter_matrix(df)

DataFrame

・列の値を抽出する
df[["アルコール度数", "密度"]] のようにカラムの名前を指定
df.iloc(取り出す行, 取り出す列) df.ilocを使う

・データをトレーニング用、評価（テスト）用に分割
train_test_splitを使う
from sklearn.model_selection import train_test_split
(X_train, X_test,
y_train, y_test) = train_test_split(
X, y, test_size=0.3, random_state=0
)
test_size=0.3　はデータの何割をテスト用にするか
random_state=0　データを分割する際の乱数のシード値　（普段は使わない）

決定木

決定木は、「自動で条件を学習するif文の連続」

Numpy

要素が同じ多次元配列の作成方法
zeros(サイズ) : 全ての要素が0の多次元配列
ones(サイズ) : 全ての要素が1の多次元配列
full(サイズ, 値) : 全ての要素が値の多次元配列
zeros_like(多次元配列) : 要素が全て0の多次元配列
ones_like(多次元配列) : 要素が全て1の多次元配列
full_like(多次元配列, 値) : 要素が全て値の多次元配列

連続データ
arange([start,] stop[, step,], dtype=None) ：rangeと同じように連続データ作成
linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) ：作成する範囲と個数numが決まっている場合の連続データ作成

単位行列と対角行列
numpy.eye：対角線が全て1の単位行列
numpy.diag：任意の対角行列

評価規準

評価規準は、物差しの種類である
評価基準は、物差しの目盛りである