Python 機械学習の精度を向上させてみた!

前回までの流れ

前回は， scikit-learn（サイキットラーン）の データを使って，機械学習を行いました．

精度を検証する時に，以下のデータフレームのように，グループ分けしました．

しかし，精度が40%程度となり，かなり低い結果となってしまいました．

そこで，今回はこのグループをさらに3つのグループに分けて，精度を検証したいと思います^^

学習内容-精度の向上-

まずは，今回使ったライブラリを見ていきましょう^^

ライブラリ

import numpy as np

import pandas as pd

from pandas import Series, DataFrame

#今回使うデータを読み込むためのライブラリ
from sklearn.datasets import load_diabetes

#学習用とテスト用に分けるためのライブラリ
from sklearn.model_selection import train_test_split

#学習させるためのライブラリ
from sklearn.ensemble import RandomForestClassifier

#正解率を求めるためのライブラリ
from sklearn.metrics import accuracy_score

#各分類ごとのレポートを表示するためのライブラリを用意
from sklearn.metrics import classification_report

次に，前回までのコードを記述したいと思います．

上のブログを参考にして頂けると，コードの流れを理解できると思います．

コード

#データの読み込み
diabets = load_diabetes()

#データの詳細を表示
print(diabets.DESCR)

前回と同様に，以下の項目を使います．

:Target: Column 11 is a quantitative measure of disease progression one year after baseline

:Attribute Information:

– Age

– Sex

– Body mass index

– Average blood pressure

– S1

– S2

– S3

– S4

– S5

– S6

そして，データフレームを作っていきます．

#データフレームを作成
diabets_df = pd.DataFrame(diabets.data)

#データフレームにカラム名を追加
diabets_df.columns = diabets.feature_names

#データフレームにtargetを追加
diabets_df["progression"] = diabets.target

次に，データフレーム内の”target”の値をグループ分けします．

#データフレームの"target"の値をグループ分け
diabets_df["ret"] = (diabets_df["progression"]//50+1).astype(int)

#実行
diabets_df

すると，以下のデータフレームが表示されます．

ココまでが前回の流れとなります．

それでは，90%の精度をたたき出した方法を見ていきましょう^^

新たな検証

前回の，項目ごとの詳細を見ると，以下のように，2から6にデータが集まっていることが分かります．（詳細の表示方法は，上のブログで紹介しています．）

        precision    recall  f1-score   support

           1       0.00      0.00      0.00         5
           2       0.49      0.84      0.62        25
           3       0.08      0.06      0.07        16
           4       0.50      0.42      0.45        12
           5       0.27      0.25      0.26        12
           6       0.38      0.36      0.37        14
           7       0.00      0.00      0.00         5

    accuracy                           0.39        89
   macro avg       0.25      0.28      0.25        89
weighted avg       0.32      0.39      0.34        89

そこで，今回は，このグループを『1以下』，『2~6』，『7以上』の3つに分けたいと思います．

まずは，予測するためのデータ（説明変数）と予測したいデータ（目的変数）を準備します．

（前回と同様です．）

#予測するためのデータ（説明変数）
X = diabets_df.drop(["progression","ret"], axis=1)

#予測したいデータ（目的変数）
Y = diabets_df["ret"]

ここから，以下のコードを記述し，予測したいデータ（目的変数）を3つのグループに分けたいと思います．

#Yのラベルを付け直す（1以下を0，2～6を1，7以上を2に分類する）
new = []
for i in list(Y):
    if i <=1:
        new += [0]
    elif i<=6:
        new += [1]
    else:
        new += [2]      
Y = new

Yの値を見てみましょう^^

#Yを表示してみる
pd.DataFrame(Y)

このように，変換されています．（上の表示では1のみですが，0と2もあります（笑））

そして，学習用とテスト用に分け，学習させたいと思います．

#学習用とテスト用に分ける
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, shuffle=True)

#学習させる
model = RandomForestClassifier()
model.fit(X_train, Y_train)

それでは，精度を見てみましょう^^

#評価する
Y_pred = model.predict(X_test)

#精度を表示する
print("正解率=", accuracy_score(Y_pred, Y_test))

・・・・・・・

正解率= 0.9325842696629213

なんと，正解率が90%以上になりました^^

すぐに使える！業務で実践できる！PythonによるAI・機械学習・深層学習アプリ [ クジラ飛行机 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

人工知能は人間を超えるか ディープラーニングの先にあるもの Epub選書 / 松尾豊 【本】

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

【中古】 東大准教授に教わる「人工知能って、そんなことまでできるんですか？」 / 松尾 豊, 塩野 誠 / KADOKAWA/中経出版 [単行本]【ネコポス発送】

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

終わりに

前回の精度の検証でかなり低い結果になってしまいましたが，

学習方法を変えるだけで，精度を向上させることが出来ました．

どのように，学習させるのかということが重要ですね^^

それでは・・・

Q &A