回帰問題とは数値を予測する問題です．学習時に入力データと出力データの組み合わせから対応する規則を学び，未知の入力データに対しても適切な出力を生成できるようにするもの．つまり，入力と出力の関係(関数)を推定し，近似する問題と言える． 線形回帰直…

正答率（Accuracy）適合率（Precision）再現率（Recall）F値（F-measure）混同行列（Confusion Matrix） #metrics.accuracy_score(test_target, predicted) print('accuracy:/n', metrics.accuracy_score(expected, predicted)) #metrics.precision_score(te…

用いる分類器の種類・k近傍法 ・サポートベクターマシン（線形） ・サポートベクターマシン（ガウシアンカーネル） ・決定木 ・ランダムフォレスト ・AdaBoost ・ナイーブベイズ ・線形判別分析 ・二次判別分析サポートベクターマシン サポートベクターマシ…

from PIL import Image from matplotlib import pylab as plt # 画像の読み込み img = np.array( Image.open('####.jpg') ) # 画像の表示 plt.imshow( img )

digitsデータセット読み込み表示 from sklearn import datasets digits = datasets.load_digits() #読み込みデータ表示 #digits.dataが入力データ #digits.targetが判別結果 print(digits.data) [[ 0. 0. 5. ..., 0. 0. 0.] [ 0. 0. 0. ..., 10. 0. 0.] [ 0.…

リスト内包表記 Python 2.7 [a+b+c+d for (a, b, c,d) in zip(list1, list2, list3, list4)] Python 2.7 list1 = [1,2,3] list2 = [2,3,4] list3 = [5,6,7] for (a, b, c) in zip(list1, list2, list3): print a, b, c Python 2.7 for (a, b, c) in zip(list…

. label=キーワード引数を使う場合 プロットをする際にlabel=キーワード引数で結びつけるラベルを渡すことができます。 結びつけたら、あとはplt.legend関数を呼び出すだけで凡例がグラフにプロットされます。 x = np.linspace(0, 10) y_sin = np.sin(x) y_c…

numpyの.arangeでデータを生成する 0,1,2,3...とか1,3,5,7のようなデータを作る方法 start, step, dtypeは省略可能でstartを省略すると0からになる。how to usearange([start],stop,[step],[dtype]) start, step, dtypeは省略可能でstartを省略すると0からに…

matplotlib.pyplot.scatter の概要 matplotlib には、散布図を描画するメソッドとして、matplotlib.pyplot.scatter が用意されてます。 matplotlib.pyplot.scatter の使い方 Python 1 2 3 4 matplotlib.pyplot.scatter(x, y, s=20, c=None, marker='o', cmap…

pythonのリストやnumpy配列でのスライスは i:j:n の形式で行います。 ここでi は開始インデックス、 j は終了インデックスを表しており、i以上でjより小さいインデックス（i <= n < j）でスライスされます。次に n ですが、これはステップ数を表しますが、ス…

標準化の式 正規化の式 scikit-learn でsklearn の StandardScaler と MinMaxScaler がそれぞれ 標準化 と 正規化 のモジュールです。主に使うメソッドは次の 3 つです。fit パラメータ（平均や標準偏差 etc）計算 transform パラメータをもとにデータ変換 f…