すごく基本的な例
訓練データベクトルxからスカラーyを推定する分類器を作る。k-foldのクロス・ヴァリデーションで成績を見る。
Source codeimport numpy as np
from sklearn import cross_validation
from sklearn import datasets
from sklearn import svm
from sklearn.cross_validation import KFold
X = np.array([[0,0,1],[0,3,0],[9,0,3],[1,2,-1],[-4,8,3]])
y = np.array([1,1,1,0,0])
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.25, random_state=0)
kf = KFold(5, n_folds=3)
for train, test in kf:
X_train, y_train, X_test, y_test = X[train], y[train], X[test], y[test]
clf = svm.SVC(kernel='linear', C=1).fit(X_train, y_train)
score = clf.score(X_test, y_test)
print(score)
データ数は五個。3次元ベクトルをスカラーに返す次の関数fを学習させる。データは適当。他のオプションはよく調べてない。あくまでも、とりあえず使ってみただけ。
f([0,0,1]) = 1
f([0,3,0]) = 1
f([9,0,3]) = 1
f([1,2,-1]) = 0
f([-4,8,3]) = 0
学習の際は、yは1だけ、0だけとかダメ。2個以上の値 (クラス) をいれる。そうしないと、
ValueError: The number of classes has to be greater than one; got 1
とクラスが1個しかないと怒られる。
クロス・バリデーション (K-fold)
クロス・バリデーションは手許のデータのうち、…
コメント
コメントを投稿