質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.75%

  • Python

    6826questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    5291questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    596questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

交差検証で出てくる値がバラバラすぎる

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 604

renren643

score 191

リッジ回帰を使い、ボストン住宅価格の回帰を行う基本的な機会学習を実装したのですが、5分割の交差検証を行い結果を確認すると、それぞれ
「 0.80653544  0.80400233  0.82003394  0.34575735  0.5608861 」という結果になりました。

しかし、幅が0.3~0.8まであったら使い物にならなくならないですか?

それで平均が0.6と言われても信用できる値じゃない気がするのですが・・・

これはどこかやり方が間違えているのでしょうか?
それともこういうものなのでしょうか?

from sklearn.linear_model import Ridge

X, y = mglearn.datasets.load_extended_boston()
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
ridge = Ridge().fit(X_train, y_train)
print (ridge.score(X_train, y_train))
print (ridge.score(X_test, y_test))

from sklearn.model_selection import cross_val_score
print (cross_val_score(ridge, X, y,cv=5))
print (cross_val_score(ridge, X, y,cv=5).mean())
0.88605785604
0.752713960031
[ 0.80653544  0.80400233  0.82003394  0.34575735  0.5608861 ]
0.667443032156
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

データの性質がだいぶ異なるようですね。
何も指定がなければcross_val_scoreはKFoldを使うようで、KFoldのshuffleはFlaseがデフォルトのよう。

データを最初にシャッフルすればスコアは平均的になります。

X, y = mglearn.datasets.load_extended_boston()
idx = np.arange(y.shape[0])
np.random.shuffle(idx)
X = X[idx]
y = y[idx]

外れ値が最後の2グループに固まっていると憶測します。
それか、安価なアパートの賃貸価格を学習して、高級住宅の価格を予想しようとしたのだろうか?(てきとー)

ここから学べることは、予測しようとしているものと近いようなサンプリングをもって教師データにしないと精度が出ないということでしょうか?
回帰による予測はただの補間であって、どのようなデータを集めるべきかが機械学習で最も人間が苦労すべき場所かもしれません。

データをシャッフルする方法に関してですが、時系列データの場合は細心の注意が必要となります。
容易に過学習を引き起こします。
今回のデータがそうでないことを願うばかりです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/14 03:50

    シャッフルしたところいい感じになりました。

    回答ありがとうございました

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.75%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6826questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    5291questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    596questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。