017_機械学習の手順【データを用意】で紹介した機械学習の手順に従って今回は、③モデルを選び学習するについて学びましょう。
目次
モデルとは？
モデル
モデルとは、学習できるハコのようなもの。
モデルに学習用データを渡して育てていくイメージ！
アルゴリズムとモデルの違いは？
アルゴリズム：問題を解くための具体的な手順やルール
モデル：アルゴリズムが学習した結果が出る
SVMを使ってみる
scikit-learnには、様々な機械学習のアルゴリズムが用意されています。
その中の一つである「SVM」を今回は使ってみましょう！
SVMなどのアルゴリズムについてはまた後のブログで解説します！
では、実際に機械学習を行ってみましょう！
前回作成した学習用データのX_trainとy_trainをfit命令に使います！
コード
#1 サポートベクターマシンで学習モデルを作る
#2 学習用データを渡して学習する
from sklearn import svm
model = svm.SVC() #1
model.fit(X_train, y_train) #2参考資料：Python3年生機械学習のしくみ
実行結果
この結果しか出ませんが実はこれで学習できました！
結果ではパラメータが表示されますが、Jupyter NotebookやGoogleColabでは上の結果のようにパラメータが表示されないときがありますが全く問題ないので安心してください。
これだけで終わりです！では次回はもの学習がしっかりとできているのか確認をしてみましょう！