【Julia入門】JuliaでRDatasets.jlしてMLLabelUtils.jlを活用しつつXGBoost.jlする

概要

irisをxgboostする意義はありません。

環境

julia version 1.5.3
"RDatasets" => v"0.7.3"
"MLLabelUtils" => v"0.5.5"
"XGBoost" => v"1.1.1"

>import Pkg.add.(["RDatasets", "MLLabelUtils", "XGBoost"])

（Plutoでやりました）

データセット準備

using RDatasets
iris = dataset("datasets", "iris")

train_Y = convertlabel(LabelEnc.Indices{Int},iris.Species) #Speciesをlabel encoding

train_X = select!(iris, Not(:Species)) #Speciesを抜く
train_X = convert(Matrix,train_X) #arrayに

XGBoost

bst = xgboost(train_X, num_round = 2, label = train_Y, eta = 1, max_depth = 2)
pred = predict(bst, train_X)

完

Julia基礎

変数型確認

> typeof(array)
Array{Float64,1}

arrayの長さ

> size(array)[1]
150

unique

> unique(array)
Int64[1,2,3]

count

> countmap(array)
Dict(2⇒50,3⇒50,1⇒50)

arrayの中から特定の値を数える

> length(array[array .> 2.5])
50

array各要素にround

> array1 = [round.(x) for x in array]

dataframeからcolumnをarrayで抜く

> df.column_name

train_test_split

> using MLDataUtils
> train, test = splitobs(X, at = 0.7)