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、⑤値を用意して予測するについて学びましょう。
前回、作成したテスト用データをpredict命令を与えて答えを予測させて確認することができました！
今回は新たな値を与えて答えを予測させてみましょう！
例として、2種類のデータを渡して予測結果を見てみます。
①説明変数「１と３」
➁説明変数「１と２」
この①と➁のデータをそれぞれ与えてみてどちらに分類されるのかを見ていきましょう！
目次
①と➁のデータを与えて予測！
まず、predict命令にX_testを与えて散布図にしてみましょう！
コード
#1 説明変数「１と３」の結果を予測
#2 説明変数「１と２」の結果を予測
pred = model.predict([[1,3]]) #1
print("1,3=",pred)
pred = model.predict([[1,2]]) #2
print("1,2=",pred)参考資料：Python3年生機械学習のしくみ
実行結果
説明変数「１と３」のとき、分類が０
説明変数「１と２」のとき、分類が１
と予測されました！
データを散布図にマークしてみよう
先ほどの予測結果を実際に散布図にXマークとしてかいてみましょう！
コード
# 散布図上に［1,3］［1,2］の位置にXを描画
plt.figure(figsize=(5, 5))
plt.scatter(df0[0], df0[1], color="c", alpha=0.5)
plt.scatter(df1[0], df1[1], color="m", alpha=0.5)
plt.scatter([1], [3], color="c", marker="x", s=300)
plt.scatter([1], [2], color="m", marker="x", s=300)
plt.title("predict")
plt.show()参考資料：Python3年生機械学習のしくみ
実行結果
散布図で見るとわかりやすいですね！
しっかりと「青に分類されそうな場所の点は青」「赤に分類されそうな場所の点は赤」と分けられています。