scikit-learnの使い方について、使用したものを整理する。

ロジスティック回帰

参考はこのページ。

sample

from sklearn.linear_model import LogisticRegression

# モデルの生成
clf = LogisticRegression()
# 訓練データで学習 Xは説明変数のデータフレーム yは答え
clf.fit(X, y)
# 学習したモデルの精度
clf.score(X,y)
# モデルの変数ごとの係数を表示
coeff_df = DataFrame([X.columns, clf.coef_[0]]).T
coeff_df
# テストデータから予測する test_dfはテストデータの説明変数のデータフレーム
clf.predict(test_df)

シリアライズ

モデルをpklファイルに出力する

sample

from sklearn.externals import joblib

joblib.dump(モデル, '〜.pkl')

pklファイルから読み込む

sample

from sklearn.externals import joblib

モデル = joblib.load('〜.pkl')