scikit-learnによる機械学習

scikit-learn による教師あり学習

George Boorman

Core Curriculum Manager, DataCamp

機械学習とは？

  • 機械学習とは：
    • コンピューターには、データから意思決定を学習する能力が与えられる
    • 明示的にプログラムされていなくても学習可能!
scikit-learn による教師あり学習

機械学習の例

emailアイコン

本

scikit-learn による教師あり学習

教師なし学習

  • ラベルなしデータから隠れたパターンを発見する

  • 例：

    • 顧客を異なるカテゴリにグループ化する（クラスタリング）

クラスタ分析

scikit-learn による教師あり学習

教師あり学習

  • 予測値は既知

  • 目的: 特徴から、未見のデータのターゲット値を予測する

特徴量と目的変数

scikit-learn による教師あり学習

教師あり学習の種類

  • 分類: 変数はカテゴリで構成される

atm

  • 回帰： 目的変数は連続値である

properties

scikit-learn による教師あり学習

命名規則

  • 特徴量 = 予測変数 = 独立変数

  • 目的変数 = 従属変数 = 応答変数

特徴量と目的変数

scikit-learn による教師あり学習

教師あり学習を使う前に

  • 要件：
    • 欠損値が無いこと：
    • 数値形式のデータ
    • pandas DataFrame または NumPy 配列に格納されたデータ
  • 探索的データ分析（EDA）を最初に実施する
scikit-learn による教師あり学習

scikit-learnの構文

from sklearn.module import Model

model = Model()

model.fit(X, y)

predictions = model.predict(X_new)

print(predictions)

array([0, 0, 0, 0, 1, 0])
scikit-learn による教師あり学習

練習しましょう！

scikit-learn による教師あり学習

Preparing Video For Download...