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!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

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。

Q&A

解決済

1回答

5643閲覧

ERROR:module 'sklearn.datasets' has no attribute 'data'

退会済みユーザー

退会済みユーザー

総合スコア0

Python

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。

0グッド

0クリップ

投稿2017/11/29 18:11

###前提・実現したいこと
このエラーの改善策
module 'sklearn.datasets' has no attribute 'data'

###発生している問題・エラーメッセージ

AttributeError Traceback (most recent call last) <ipython-input-6-ec3617436ceb> in <module>() 50 51 if __name__ == '__main__': ---> 52 main() <ipython-input-6-ec3617436ceb> in main() 4 5 # 特徴データとラベルデータを取り出す ----> 6 features = datasets.data 7 targets = datasets.target 8 AttributeError: module 'sklearn.datasets' has no attribute 'data'

###該当のソースコード

python

1from collections import Counter 2from matplotlib import pyplot as plt 3from sklearn import datasets, model_selection, metrics 4from sklearn.model_selection import LeaveOneOut 5from sklearn.metrics import accuracy_score 6from sklearn.neighbors import KNeighborsClassifier 7import sklearn.datasets as datasets 8import numpy as np 9import pandas as pd 10import time 11state = np.random.RandomState(1) 12 13 14def main(): 15 # データをロード 16 mnist = datasets.fetch_mldata('MNIST original', data_home='data/src/download/') 17 18 # 特徴データとラベルデータを取り出す 19 features = dataset.data 20 targets = dataset.target 21 22 # 検証する近傍数 23 K = 10 24 ks = range(1, K + 1) 25 26 # 使う近傍数ごとに正解率&各経過時間を計算 27 accuracy_scores = [] 28 start = time.time() 29 for k in ks: 30 predicted_labels = [] 31 loo = LeaveOneOut() 32 for train, test in loo.split(features): 33 train_data = features[train] 34 test_data = targets[train] 35 36 elapsed_time = time.time() - start 37 38 # モデルを学習 39 model = KNeighborsClassifier(n_neighbors=k) 40 model.fit(train_data, test_data) 41 42 # 一つだけ取り除いたテストデータを識別 43 predicted_label = model.predict(features[test]) 44 predicted_labels.append(predicted_label) 45 46 # 正解率を計算 47 score = accuracy_score(targets, predicted_labels) 48 print('k={}: {}'.format(k, score)) 49 50 accuracy_scores.append(score) 51 52 # 各経過時間を表示 53 print("経過時間:{:.2f}".format(elapsed_time)) 54 55 # 使う近傍数ごとの正解率を折れ線グラフ 56 X = list(ks) 57 plt.plot(X, accuracy_scores) 58 59 plt.xlabel('k') 60 plt.ylabel('正解率') 61 plt.show() 62 63 64if __name__ == '__main__': 65 main()

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

python

1features = dataset.data 2targets = dataset.target

ではなく

python

1features = mnist.data 2targets = mnist.target

です。

投稿2017/11/29 18:52

Takahito_Ogawa

総合スコア229

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問