022_機械学習の手順【確認問題編】

#1　ランダムの種：４
#2　特徴量：２
#3　塊数：２
#4　ばらつき：１
#5　点の数：300
#6　特徴量Xでデータフレームを作り、分類yをtargetの列とする


from sklearn.datasets import make_blobs
import pandas as pd

X, y = make_blobs(
    random_state=4,     #1
    n_features=2,         #2
    centers=2,              #3
    cluster_std=1,         #4
    n_samples=300)     #5


df = pd.DataFrame(X)  #6
df["target"] = y
df.head()

#1~2　分類別にデータフレームに分ける
#3~4　青と赤の散布図


import matplotlib.pyplot as plt
%matplotlib inline

# 分類によって、別々のデータフレームに分ける
df0 = df[df["target"]==0] #1
df1 = df[df["target"]==1] #2

plt.figure(figsize=(5, 5))
plt.scatter(df0[0], df0[1], color="b", alpha=0.5) #3
plt.scatter(df1[0], df1[1], color="r", alpha=0.5) #4
plt.show()

#1　学習用とテスト用のデータに分ける
#2~3　データフレーム：学習用の特徴量、target列：分類
#4~5　分類別のデータフレーム
#6~7　青と赤の学習用散布図

#8~9　データフレーム：テスト用の特徴量、target列：分類
#10~11　分類別のデータフレーム
#12~13　青と赤のテスト用散布図


from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0) #1

df = pd.DataFrame(X_train) #2
df["target"] = y_train #3

df0 = df[df["target"]==0] #4
df1 = df[df["target"]==1] #5
plt.figure(figsize=(5, 5))

plt.scatter(df0[0], df0[1], color="b", alpha=0.5) #6
plt.scatter(df1[0], df1[1], color="r", alpha=0.5) #7
plt.title("train:75%")
plt.show()


df = pd.DataFrame(X_test) #8
df["target"] = y_test #9

df0 = df[df["target"]==0] #10
df1 = df[df["target"]==1] #11
plt.figure(figsize=(5, 5))

plt.scatter(df0[0], df0[1], color="b", alpha=0.5) #12
plt.scatter(df1[0], df1[1], color="r", alpha=0.5) #13
plt.title("test:25%")
plt.show()

#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

#1　テスト用データを予測する
#2~3　特徴量X_testでデータフレームを作成＆予測結果predをtargetの列に

pred = model.predict(X_test) #1

df = pd.DataFrame(X_test) #2
df["target"] = pred #3

df0 = df[df["target"]==0]
df1 = df[df["target"]==1]

plt.figure(figsize=(5, 5))
plt.scatter(df0[0], df0[1], color="b", alpha=0.5)
plt.scatter(df1[0], df1[1], color="r", alpha=0.5)
plt.title("predict")
plt.show()

#1　正解率を調べる

from sklearn.metrics import accuracy_score

pred = model.predict(X_test) #1
score = accuracy_score(y_test, pred)
print("正解率:", score*100, "%")

#1　説明変数「9と2.5」の結果を予測
#2　説明変数「10と2.5」の結果を予測
#3　散布図上に［9,2.5］［10,2.5］の位置にXを描画

pred = model.predict([[9,2.5]]) #1
print("9,2.5=",pred)

pred = model.predict([[10,2.5]]) #2
print("10,2.5=",pred)

#3
plt.figure(figsize=(5, 5))
plt.scatter(df0[0], df0[1], color="b", alpha=0.5)
plt.scatter(df1[0], df1[1], color="r", alpha=0.5)
plt.scatter([9], [2.5], color="b", marker="x", s=300)
plt.scatter([10], [2.5], color="r", marker="x", s=300)
plt.title("predict")
plt.show()