Help us understand the problem. What is going on with this article?

[Python]10数行のコードで機械学習を実装(手書き文字の認識)

More than 1 year has passed since last update.

書いた内容

機械学習についてのメモ書き

機械学習とは?

人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のこと
Wikipedia

今回利用するライブラリ

scikit-learn
機械学習のライブラリ。下記のようなデータセットが用意されている。

① Iris(アヤメの計測データ)
② Boston house-prices (ボストン市の住宅価格)
③ Diabetes (糖尿病患者の診断データ)
④ Digits (数字の手書き文字)
⑤ Linnerud (生理学的特徴と運動能力の関係)

今回は ④ Digits (数字の手書き文字) を利用

コード例

sample.py
#scikit-learnライブラリの読み込み
from sklearn import datasets,svm

#scilit-learnライブラリに付属しているデータセット"digits"を利用
digits = datasets.load_digits()

#データセット"digits"のうち、0番目のデータを8×8の行列に整形
print("-----digits['data'][0].reshape(8,8)----")
print(digits['data'][0].reshape(8,8))

#データセット"digits"の0番目のデータは、数字の0
print("-----digits.target----")
print(digits.target[0])

#サポートベクターマシン(というもの)を使って、分類
clf = svm.SVC()
clf.fit(digits.data,digits.target)

#仮に下記の"test_data"のようなデータは、どの数字に該当するか?を予測
test_data = [[0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4,0,1,2,0,1,2,3,4]]

print("-----予測----")
print(clf.predict(test_data))
出力結果
-----digits['data'][0].reshape(8,8)----
[[  0.   0.   5.  13.   9.   1.   0.   0.]
 [  0.   0.  13.  15.  10.  15.   5.   0.]
 [  0.   3.  15.   2.   0.  11.   8.   0.]
 [  0.   4.  12.   0.   0.   8.   8.   0.]
 [  0.   5.   8.   0.   0.   9.   8.   0.]
 [  0.   4.  11.   0.   1.  12.   7.   0.]
 [  0.   2.  14.   5.  10.  12.   0.   0.]
 [  0.   0.   6.  13.  10.   0.   0.   0.]]

-----digits.target----
0

-----予測----
[5]

参考資料

python14日目の素人だけどscikit-learnで機械学習やってみたい
(scikit-learnのデータセット"Iris"を利用した記事)

Python でデータサイエンス
(scikit-learnのデータセットをわかりやすく紹介されている記事)

追記(2018.02.07)

もう少し詳細に機械学習を実装すると...

① データを、訓練データ・テストデータに分割
② 予測
③ 予測値の評価

コード例

ここでは、アヤメの分類を利用

sample.py
from sklearn import datasets,svm
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

iris = datasets.load_iris()

##説明変数
print("--------")
print(iris.data)

##目的変数
print("--------")
print(iris.target)

##トレーニングデータとテストデータを分割
iris_data_train,iris_data_test,iris_target_train,iris_target_test = train_test_split(iris.data,iris.target,test_size=0.3)
print("----iris_data_train----")
print(iris_data_train)
print(len(iris_data_train))

print("----iris_data_test----")
print(iris_data_test)
print(len(iris_data_test))

print("----iris_target_target----")
print(iris_target_test)

svc = svm.SVC()
svc.fit(iris_data_train,iris_target_train)

iris_predict = svm.SVC().fit(iris_data_train, iris_target_train).predict(iris_data_test)

##予測
print("----predict----")
print(svc.predict(iris_data_test))

##予測結果の評価
print("----score----")
print(accuracy_score(iris_target_test,iris_predict))

追記の参考資料

scikit-learn で回帰モデルの結果を評価する

Pythonで機械学習の一端に触れてみる

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした