第6章：交差検証 | 推薦システム研究室（RecSysLab）

公開日：2019-08-15
最終更新日：2019-08-26

skl06-0：準備

次の`curry2.csv`は第5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．

curry2.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=好き}）

>>> import numpy as np

>>> import pandas as pd

>>>

>>> # データの読込み

>>> curry2 = pd.read_csv('data/curry2.csv', index_col=0)

>>>

>>> feature_names = np.array(curry2.columns[:-1])

>>> target_names = ['dislike', 'like']

>>>

>>> curry2_X = np.array(curry2[feature_names])

>>> curry2_y = np.array(curry2['rating'])

>>>

>>> # SVCオブジェクトの生成

>>> from sklearn.svm import SVC

>>> svc = SVC(kernel='rbf', C=1, gamma=0.01)

skl06-1：KFoldとcross_val_scoreのインポート

`KFold`と`cross_val_score`をインポートしよう．

難易度：★

ミッション	説明
1	`KFold`をインポートする．
2	`cross_val_score`をインポートする．

skl06-2：KFoldオブジェクトの生成

`KFold`オブジェクトを生成しよう．ここで，パラメタは`n_splits=5`とする．

難易度：★★

ミッション	説明
1	`KFold()`コンストラクタを呼び出す．
2	`n_splits`パラメタを指定する．
3	生成した`KFold`オブジェクトを`k_fold`とする．

skl06-3：cros_val_score()関数による5分割交差検証

`svc`によりデータセットに対して5分割交差検証による5回分のスコアを取得しよう．ここで，パラメタは`cv=k_fold, scoring='accuracy'`とする．

難易度：★★

ミッション	説明
1	`cross_val_score()`関数を使う．
2	`cv`パラメタを指定する．
3	`scoring`パラメタを指定する．

skl06-4：cross_val_score()関数を用いない交差検証(1)

次のループ処理を実行しよう．この結果得られた`scores`が，クエストskl06-3で得られたスコアと一致することを確認しよう．

>>> X_folds = np.array_split(curry2_X, 5)

>>> y_folds = np.array_split(curry2_y, 5)

>>>

>>> scores = list()

>>> for k in range(5):

>>> X_train = list(X_folds)

>>> X_test = X_train.pop(k)

>>> X_train = np.concatenate(X_train)

>>> y_train = list(y_folds)

>>> y_test = y_train.pop(k)

>>> y_train = np.concatenate(y_train)

>>> scores.append(svc.fit(X_train, y_train).score(X_test, y_test))

難易度：★★

ミッション	説明
1	`print()`関数を使う．

skl06-5：cross_val_score()関数を用いない交差検証(2)

次のリスト内包表記で表されたコードを実行しよう．この結果得られたスコアが，クエストskl06-3で得られたスコアと一致することを確認しよう．

1	>>> [svc.fit(curry2_X[train], curry2_y[train]).score(curry2_X[test], curry2_y[test]) for train, test in k_fold.split(curry2_X)]

難易度：★★

ミッション	説明
1	`print()`関数を使う．

次のcurry2.csvは第5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．

KFoldとcross_val_scoreをインポートしよう．

KFoldオブジェクトを生成しよう．ここで，パラメタはn_splits=5とする．

svcによりデータセットに対して5分割交差検証による5回分のスコアを取得しよう．ここで，パラメタはcv=k_fold, scoring='accuracy'とする．

次のループ処理を実行しよう．この結果得られたscoresが，クエストskl06-3で得られたスコアと一致することを確認しよう．

次のリスト内包表記で表されたコードを実行しよう．この結果得られたスコアが，クエストskl06-3で得られたスコアと一致することを確認しよう．

次の`curry2.csv`は第5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．

`KFold`と`cross_val_score`をインポートしよう．

`KFold`オブジェクトを生成しよう．ここで，パラメタは`n_splits=5`とする．

`svc`によりデータセットに対して5分割交差検証による5回分のスコアを取得しよう．ここで，パラメタは`cv=k_fold, scoring='accuracy'`とする．

次のループ処理を実行しよう．この結果得られた`scores`が，クエストskl06-3で得られたスコアと一致することを確認しよう．