機械学習　教師ありの基本的な記述

教師ありの機会学習の際の基本的な構造は以下のようになる

# 学習データとテストデータに分ける
train_X, test_X, train_y, test_y = train_test_split(X,Y, random_state=42)

# モデルの読み込み
from sklearn.neighbors import KNeighborsClassifier

# モデルの構築
model = KNeighborsClassifier()#学習内容によって変わる
# モデルの学習
model.fit(train_X, train_y)#学習データがはいる

# 正解率の表示
print(model.score(test_X, test_y))#テストデータが入る

# 学習データとテストデータに分ける

train_X, test_X, train_y, test_y = train_test_split(X,Y, random_state=42)

# モデルの読み込み

from sklearn.neighbors import KNeighborsClassifier

# モデルの構築

model = KNeighborsClassifier()#学習内容によって変わる

# モデルの学習

model.fit(train_X, train_y)#学習データがはいる

# 正解率の表示

print(model.score(test_X, test_y))#テストデータが入る

[`yahoo` not found]

Reader Interactions

コメントを残す コメントをキャンセル

コメントを残すコメントをキャンセル