第3章:ロジスティック回帰

公開日:2019-08-15
最終更新日:2019-08-26

skl03-0:準備
次のcurry.csvは第1章で用いた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}

skl03-1:LogisticRegressionのインポート
LogisticRegressionをインポートしよう.
難易度:★
ミッション 説明
1 LogisticRegressionをインポートする.

skl03-2:LogisticRegressionオブジェクトの生成
LogisticRegressionオブジェクトを生成しよう.ここで,パラメタはsolver='lbfgs', C=1e5, multi_class='multinomial'とする.
難易度:★★
ミッション 説明
1 LogisticRegression()コンストラクタを呼び出す.
2 solverパラメタを指定する.
3 Cパラメタを指定する.
4 multi_classパラメタを指定する.
5 生成したLogisticRegressionオブジェクトをlogとする.

skl03-3:学習
学習データを基にlogにより学習しよう.
難易度:★★
ミッション 説明
1 LogisticRegression.fit()メソッドを使う.

skl03-4:予測
log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 LogisticRegression.predict()メソッドを使う.

skl03-5:予測精度の取得
log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 LogisticRegression.score()メソッドを使う.

skl03-6:学習モデルの可視化
次のコードはlog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skl03_plt.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skl03_plt.pyを実行する.