第1章:k近傍法

公開日:2019-08-15
最終更新日:2019-08-26

skl01-0:準備
Bobはこれまでにカレーを150食試してきた.次のデータcurry.csvはBobのカレーに対する評価履歴データである.以下のデータをdataディレクトリに配置したうえで,次のコードを実行しよう.
  • curry.csv:カレーに対する評価履歴データ(データIDid,辛さspicy {0-100},とろみthickness {0-100},評価値rating {0=嫌い, 1=どちらでもない, 2=好き}

skl01-1:KNeighborsClassifierのインポート
KNeighborsClassifierをインポートしよう.
難易度:★
ミッション 説明
1 KNeighborsClassifierをインポートする.

skl01-2:KNeighborsClassifierオブジェクトの生成
KNeighborsClassifierオブジェクトを生成しよう.
難易度:★
ミッション 説明
1 KNeighborsClassifier()コンストラクタを呼び出す.
2 生成したKNeighborsClassifierオブジェクトをknnとする.

skl01-3:学習
学習データを基にknnにより学習しよう.
難易度:★★
ミッション 説明
1 KNeighborsClassifier.fit()メソッドを使う.

skl01-4:予測
knnによりテストデータに対してラベルを予測しよう.
難易度:★★
ミッション 説明
1 KNeighborsClassifier.predict()メソッドを使う.

skl01-5:予測精度の取得
knnのテストデータに対する予測精度を取得しよう.
難易度:★
ミッション 説明
1 KNeighborsClassifier.score()メソッドを使う.

skl01-6:学習モデルの可視化
次のコードはknnによる学習モデルを可視化するものである.次のコードをskl01_plt01.pyというファイル名で保存し,python3コマンドで実行しよう.

難易度:★
ミッション 説明
1 python3コマンドでskl01_plt01.pyを実行する.

skl01-7:散布図行列の可視化
次のコードはデータの散布図行列を可視化するものである.次のコードをskl01_plt02.pyというファイル名で保存し,python3コマンドで実行しよう.

難易度:★
ミッション 説明
1 python3コマンドでskl01_plt02.pyを実行する.