機械学習のhello,worldプログラミング(アヤメの品種を推測する。４つのデータの組み合わせから)

環境構築は、Google Colaboratory + pythonが一番楽だね！

参考URL
【初心者向け】Pythonを使って機械学習プログラミング体験してみよう！

https://colab.research.google.com/
Google Colaboratoryは、ブラウザから直接Pythonを記述、実行できるWebサービス。
python環境構築が不要なので楽(Googleアカウントが必要)

Q, NoteBookって何？
A, Colabにおけるファイルのようなのもの
コード＋テキスト(MarkDown記法で記述するコメントやドキュメント)が、セルという塊で表現されている。

1, hello, worldプログラミング
ノートブックを新規作成。最初のセルが自動生成されているので、
print(‘hello, world!’)
と入力。左側にある再生ボタンを押すと実行される。

2, 左上の「＋テキスト」を押すと、コードとは別に「リッチドキュメント」が挿入できる。
MarkDown記法で記述する。右半分がプレビューになっていて、リアルタイムで表示される。

3, ファイル保存
Ctrl+Sか、メニューのファイルから保存。Untiled1.pynbという仮の名前になっているので名前の変更で
helloworld.ipynb
にする。IPython Notebook(*.ipynb)
最初のIは、Interactive(対話的な) Pythonらしい。

4, Pythonライブラリが充実！
numpy = 数学ライブラリ
matplotlib = グラフ描画ライブラリ
pandas = データ解析ライブラリ
sklearn = 機械学習ライブラリ

単純なグラフの表示

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.1)
plt.plot(x)
plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(0, 10, 0.1)

plt.plot(x)

plt.show()

5, 最初の機械学習。アヤメの品種を推測する。
a, 花弁の長さ
b, 花弁の幅
c, ガクの長さ
d, ガクの幅
の４つの変数が与えられるので、
0: Setosa
1: Versicolor
2: Versinica
のどれかに分類する(教師あり学習)

6, 実際にデータを取得して表示してみる

from sklearn import datasets # データセット・ライブラリ
from sklearn import svm # 機械学習ライブラリ

# アヤメのデータを変数に格納(150個)
iris = datasets.load_iris()

# 4種類のデータ(花弁の長さ・幅、ガクの長さ・幅）と品種が、配列で表示される
print(iris.data, iris.target)

from sklearn import datasets # データセット・ライブラリ

from sklearn import svm # 機械学習ライブラリ

# アヤメのデータを変数に格納(150個)

iris = datasets.load_iris()

# 4種類のデータ(花弁の長さ・幅、ガクの長さ・幅）と品種が、配列で表示される

print(iris.data, iris.target)

7, データから機械学習させて、適当な値から、アヤメの品種を推測させてみる。

from sklearn.model_selection import train_test_split # データを学習用と検証用に分けるライブラリ
from sklearn.ensemble import RandomForestClassifier # ランダム・フォレスト分析ライブラリ
from sklearn import svm #機械学習ライブラリ
from sklearn.metrics import accuracy_score # 機会学習の評価ライブラリ

# アヤメの品種データ
iris = datasets.load_iris()
# ４種類のデータと、正解の品種を、それぞれの変数に格納する
x, y = iris.data, iris.target

# トレーニングデータ(学習させるデータ)
# テストデータ(検証用データ)に分ける
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1)

# 機械学習モデルに、SVM(サポートベクターマシン)というアルゴリズムを指定する
model = svm.SVC()

# fitというメソッドを実行するだけで、機械学習してくれる
model.fit(x_train, y_train)

# 機械学習させた後に、どのぐらい出来が良いか評価する(1に近いほど良い？)
pred = model.predict(x_test)
print(accuracy_score(y_test, pred))

# 適当な４種類のデータを、学習済みモデルに渡して、品種を推測させてみる(0: Setosa, 1: Versicolor, 2: Versinica)
# 150個のデータの最初の方を値に書き換えると、たしかに0という結果になる！
print(model.predict([[1.4, 3.5, 5.1, 0.2]]))

from sklearn.model_selection import train_test_split # データを学習用と検証用に分けるライブラリ

from sklearn.ensemble import RandomForestClassifier # ランダム・フォレスト分析ライブラリ

from sklearn import svm #機械学習ライブラリ

from sklearn.metrics import accuracy_score # 機会学習の評価ライブラリ

# アヤメの品種データ

iris = datasets.load_iris()

# ４種類のデータと、正解の品種を、それぞれの変数に格納する

x, y = iris.data, iris.target

# トレーニングデータ(学習させるデータ)

# テストデータ(検証用データ)に分ける

x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1)

# 機械学習モデルに、SVM(サポートベクターマシン)というアルゴリズムを指定する

model = svm.SVC()

# fitというメソッドを実行するだけで、機械学習してくれる

model.fit(x_train, y_train)

# 機械学習させた後に、どのぐらい出来が良いか評価する(1に近いほど良い？)

pred = model.predict(x_test)

print(accuracy_score(y_test, pred))

# 適当な４種類のデータを、学習済みモデルに渡して、品種を推測させてみる(0: Setosa, 1: Versicolor, 2: Versinica)

# 150個のデータの最初の方を値に書き換えると、たしかに0という結果になる！

print(model.predict([[1.4, 3.5, 5.1, 0.2]]))

機械学習の評価: 0.9736842105263158
アヤメの品種: [2]

たぶん、これが機械学習のhello,worldプログラミングだと思う。
理論が全く分からなくても、ネットワークやファイル圧縮と同じように、ライブラリを導入・メソッド実行するだけで機械学習が出来る！

関連記事