Pythonで学ぶマーケティングのための機械学習
Karolis Urbonas
Head of Analytics & Science, Amazon
まずはライブラリを読み込みます。
from sklearn import tree from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score
# 1. データを学習用とテスト用に分割 train_X, test_X, train_Y, test_Y = train_test_split(X, Y, test_size=0.25) # 2. モデルを初期化 mytree = tree.DecisionTreeClassifier() # 3. 学習データでモデルを学習 treemodel = mytree.fit(train_X, train_Y) # 4. テストデータで予測 pred_Y = treemodel.predict(test_X) # 5. テストデータで性能を評価 accuracy_score(test_Y, pred_Y)
# 1. データを学習用とテスト用に分割 train_X, test_X, train_Y, test_Y = train_test_split(X, Y, test_size=0.25)
# 2. モデルを初期化 mytree = tree.DecisionTreeClassifier()
# 3. 学習データでモデルを学習 treemodel = mytree.fit(train_X, train_Y)
# 4. テストデータで予測 pred_Y = treemodel.predict(test_X)
# 5. テストデータで性能を評価 accuracy_score(test_Y, pred_Y)
from sklearn.cluster import KMeans import pandas as pd
1. モデルを初期化 kmeans = KMeans(n_clusters=3) # モデルを学習 kmeans.fit(data) # 3. クラスターを割り当て data.assign(Cluster=kmeans.labels_) # 4. 結果を確認 data.groupby('Cluster').mean()
1. モデルを初期化 kmeans = KMeans(n_clusters=3)
# モデルを学習 kmeans.fit(data)
# 3. クラスターを割り当て data.assign(Cluster=kmeans.labels_)
# 4. 結果を確認 data.groupby('Cluster').mean()
Preparing Video For Download...
