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

91.04%

  • Python

    5148questions

    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のPandas(ix)を用いたときのランダムフォレストのデータ入力値についての質問

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 99

gymgym

score 47

X_train = features_df.ix[:, 1:]
y_train = features_df['labels']

forest = RandomForestClassifier(min_samples_leaf=3, random_state=0)
forest.fit(X_train, y_train)
#X_train
           1         2         3         4         5         6         7  
0   0.000031  0.000132  0.000123  0.000072  0.000034  0.000429  0.000026   
1   0.000069  0.000347  0.000129  0.000088  0.000056  0.000622  0.000042   
2   0.000085  0.000393  0.000099  0.000067  0.000051  0.000570  0.000041   
3   0.000070  0.000385  0.000095  0.000062  0.000039  0.000455  0.000035   
4   0.000035  0.000229  0.000093  0.000064  0.000018  0.000274  0.000017   
5   0.000015  0.000170  0.000092  0.000061  0.000030  0.000304  0.000019     
..       ...       ...       ...       ...       ...       ...       ...     
67  0.001043  0.000010  0.000012  0.000010  0.000010  0.000046  0.000025   
68  0.000963  0.000007  0.000025  0.000006  0.000005  0.000031  0.000024   
69  0.000074  0.000014  0.000012  0.000009  0.000016  0.000056  0.000053   
70  0.000750  0.000005  0.000014  0.000009  0.000016  0.000063  0.000077   
71  0.001324  0.000011  0.000012  0.000017  0.000004  0.000028  0.000021   


以上のようなコードで、ランダムフォレストに説明変数(X_train)を入力したときに、X_trainはどのようなデータを1個として入力されるのでしょうか。

例:0.000031を1個のデータとするのか、[0.000031  0.000132  0.000123  0.000072  0.000034  0.000429  0.000026]の7個を1つのデータとして見るのか

よろしくお願い致します。

  • 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

RandomForestClassifier

は、

scikit-learn.ensemble

を利用している前提でお答えしますね。
(つまり、省略されたコード部分にfrom sklearn.ensemble import RandomForestClassifierと
書いてある事を期待しています。)

基本的には、

[0.000031  0.000132  0.000123  0.000072  0.000034  0.000429  0.000026]

の7個を1つのデータとして見ています。
一行がそれぞれのデータとして扱われ、行単位の正解ラベルがy_trainに格納される事を期待しています。


以下は蛇足ですが、このような疑問を持ったのはy_trainを出力すると、横方向のデータに見えるためではないかと思料します。

Python学習し始めてよく引っかかるのは、各関数で期待されているIN/OUTのデータの形が厳密だったり、ユルユルだったりするので、関数別のデータ形についての情報が日本語でわかりやすくまとまっているとよいはずなんですよね。

だれか、まとめてくれないかな。。。


追伸
質問のコアに影響する部分のImport宣言は省略しないほうがよいかもしれません。

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。

  • 2018/01/22 18:06

    回答ありがとうございます。
    とてもわかりやすい解説で参考にさせていただきます。

    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 91.04%
  • 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

    5148questions

    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。