train_test_split関数ってなんや？
こんにちは！
ぷもんです。
今回から機械学習をやっていきます。
結論から書くと下のサイトの通りにすればできました！
僕は知識がないので写したらできたけど
何をやっているか理解できていない部分があったので
そこを中心に書きます。
#scikit-learnからデータの取り出し
from sklearn import datasets
iris = datasets.load_iris()
#アヤメの分類に使用するデータの確認
print(iris.DESCR)
iris.data
iris.targetここまでは
pandasのデータフレームでアヤメのデータを表示する
データセットのアヤメの品種を知る
というnoteで書いたことと同じようなことをしています。
ここから知らないことがたくさん出てきました。
#アヤメの分類の学習
from sklearn.model_selection import train_test_split as split
x_train, x_test, y_train, y_test = split(iris.data,iris.target,train_size=0.8,test_size=0.2)
import tensorflow as tf
import keras
from keras.layers import Dense,Activation・train_test_split関数
from sklearn.model_selection import train_test_split as split
x_train, x_test, y_train, y_test = split(iris.data,iris.target,train_size=0.8,test_size=0.2)の部分では
データを分ける「train_test_split関数」が使われています。
そもそも、機械学習では学習させるためのデータと
その学習がうまくいったかを確かめるテストをするためのデータに
分けなければなりません。
「train_test_split関数」では
x_train, x_test, y_train, y_test = split(データ,品種,train_size=0.8,test_size=0.2)
のように書いて
xにデータ、yに品種を学習用：テスト用が８：２になるようにわける
という操作ができます。
自動でデータの内容はシャッフルされますが
x_train, x_test, y_train, y_test = train_test_split(
iris.data, iris.target, train_size=0.8,test_size=0.2, shuffle=False)
のように「shuffle=False」をつけることでシャッフルしないようにできます。
さらに、「print関数」を使ってどんな風に分けたか見ることができて
下の画像が実際にやってみた様子です。
さらにさらに、print('size:', digits.data.shape[0])
のように「.shape[0]」をつけると
データの数が見れて分かれた割合がきちんと
比率通りになってるか確かめることもできます。
続いて
・tensorflow
・keras
について書こうと思ったのですが
結構長くなるので次回にします。
ちなみに
import train_test_split as splitimport tensorflow as tfのように「import 〇〇 as △△」は
〇〇をインポートして△△と省略するの意味なので
〜〜からの意味のfromと合わせて
「from 〜〜 import 〇〇 as △△」で
「〜〜から〇〇をインポートして△△と省略する」で
意味がわかるようにしておくと良さそうです。
引っかかったエラー
ここからは進めている途中に出たエラーと解決法を書きます。
僕みたいな初心者はエラーをどれだけ早く解決できるかが
継続の鍵なのでエラーと対処法は重要です...笑。
今回は参考にしたサイトを描いてくださった方が
わかりやすく書いてくださっていた
ほとんど引っかからずに進めることができました。
唯一出たエラーが
ModuleNotFoundError: No module named '〇〇'です。
例えばこんな感じですね↓。
これは〇〇のモジュールがインストールされていなくて
指示されたモジュールを使えないことによるエラーです。
解決法は〇〇をインストールするだけ
pip install 〇〇で解決しました！
最後まで読んでいただきありがとうございました。
ぷもんでした！
いいなと思ったら応援しよう！
