機械学習の考え方
機械学習は神秘的に聞こえますが、中心となる考えは素朴です:ルールを自分で書く代わりに、プログラムにたくさんの例を見せて、ルールを見つけさせるのです。このモジュールのほとんどすべては、3 つの考えに支えられています。
特徴量とラベル
例は 2 つの部分に分けられます。特徴量は最初からわかっているもの(家の広さ、寝室の数)です。ラベルは予測したいもの(その価格)です。昔からの慣習で、特徴量は X(表なので大文字)、ラベルは y(1 列なので小文字)と呼びます。
X (features) y (label)
size_sqft bedrooms price_k
650 1 220
800 2 265
1200 3 410教師あり学習と教師なし学習
- 教師あり学習にはラベルがあります。学習用の各例の正解がわかっているので、モデルは
Xをyに対応させることを学びます。価格の予測や、メールを迷惑メールとそれ以外に分けることは教師あり学習です。 - 教師なし学習にはラベルがありません。
Xだけがあり、似た顧客をグループにまとめるといった構造を見つけるようモデルに頼みます。このモジュールはすべて教師あり学習です。
fit / predict のパターン
scikit-learn のモデルはどれも、同じ 2 つの動詞を話します。この形は何度も何度も見ることになります:
model = SomeModel()
model.fit(X, y) # learn from examples
model.predict(X_new) # guess labels for new rows儀式はこれで全部です。難しいのは決して API ではなく、良い特徴量を選び、モデルの出来を正直に測ることで、このモジュールの残りはそのための話です。
この演習では、まだ何も学習させません。地味ですが欠かせない最初の一歩だけをやります:小さな表を X と y に切り分けるのです。
列 size_sqft、bedrooms、price_k を持つ小さな住宅の DataFrame df が与えられています。feature_cols = ["size_sqft", "bedrooms"] とし、X = df[feature_cols](2 つの入力列だけ)と y = df["price_k"](ラベル)を作ってください。それから n_features を特徴量の列の数に、n_samples を行数にしてください。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。