Pythonで重み付き多数決について

Question

７個のリストから重み係数つきの多数決を行って、その結果から１個のリストを作成したいと考えています。

a = [ 1  0  2  2  2  1  1  0  2  4  3  3  5  3  5  4  6  5  6  7  6  8  7  8  6
  8  6 11 11  9 10 11 11 11  9 11]
b = [ 1  0  2  2  2  1  1  0  2  5  4  5  5  5  4  4  4  4  6  4  4  8  4  8  7
  8  6  9 11  9 11  9 11 10  9 11]
c = [ 1  0  2  2  2  1  1  0  2  5  4  5  3  4  4  4  5  5  6  7  6  8  7  8  6
  8  6  9  9  9 10  9 11 10  9 11]
d = [ 1  0  2  2  2  1  1  0  2  5  5  5  3  3  5  5  5  3  6  7  6  8  6  8  6
  8  6  9  9 10 10  9 10  9  9 11]
e = [ 0  2  2  0  1  0  0  2  0  3  5  3  4  4  3  4  3  4  8  8  6  6  7  6  8
  6  8  9  9  9 10 10 10 10  9 10]
f = [ 1  0  2  2  2  1  1  2  2  5  5  5  3  3  5  5  5  5  6  7  6  8  7  8  6
  8  6  9  9 10 10  9 11 10  9 11]
g = [ 1  1  2  2  2  1  1  2  2  4  5  5  4  4  5  3  5  5  6  4  4  8  7  8  6
  8  6  9 11  9 10  9 11 10  9 11]

aの重み係数: w1 = 0.417
bの重み係数: w2 = 0.278
cの重み係数: w3 = 0.444
dの重み係数: w4 = 0.333
eの重み係数: w5 = 0.333
fの重み係数: w6 = 0.361
gの重み係数: w7 = 0.333

それぞれのリストの１〜リストの長さ番目までの要素でそれぞれ重み付き係数を利用して多数決を行いリストを作成することが目的です。

label_list = [a,b,c,d,e,f,g]
weight = [w1, w2, w3, w4, w5, w6, w7]
labels = []
N = len(label_list[0])
for n in range(N):
    for i, w in zip(label_list, weight):
        a, gu, ty, pa, = [], [], [], []
        if(i[n] % 3 == 0):
            gu.append(w)
        elif(i[n] % 3 == 1):
            ty.append(w)
        elif(i[n] % 3 == 2):
            pa.append(w)

    x = [sum(gu), sum(ty), sum(pa)]
    x.sort()
    if(x[0] == sum(gu)):

リストの要素の数字によって、３つのリストを作成して重み係数をラベルによって分けてリストの合計をそれぞれ算出して一番大きい数のリストに応じて、ラベルをつけていこうと考えたのですがコードで表現できなくて困っています。

以上の文章では、意図がわかりづらいと思います。うまく説明できなくてすみません。

もっとうまい方法がありましたら、参考にさせてもらいたいので教えていただきたいです。

よろしくお願い致します。

Answer 1

７個のリストから重み係数つきの多数決を行って、その結果から１個のリストを作成したい

次のようにして実現できそうです。

def get_most_popular_topic(topics, num_of_topic, weights=None):
    if weights is None:
        weights = np.array([1] * topics.shape[0])

    topic_table = np.array([
        np.dot(weights.T, (topics==i).astype(int))
        for i in range(num_of_topic)
    ])
    print(topic_table)
    return np.argmax(topic_table, axis=0)


best_topics = get_most_popular_topic(
    np.vstack((a, b, c, d, e, f, g)), 12
    np.array(w)
)

考え方

簡単なデータで動作を確認してみましょう。

topics = np.array([
    [0, 0, 0, 0, 1, 1, 1, 1],  # w=1
    [0, 0, 1, 1, 0, 0, 1, 1],  # w=1
    [0, 1, 0, 1, 0, 1, 0, 1]   # w=2
])
weights = np.array([1, 1, 2])

まず、トピック0についてマスクを作ります。
numpyを用いればこの処理は至って簡単です。

>>> topics==0
array([[ True,  True,  True,  True, False, False, False, False],
       [ True,  True, False, False,  True,  True, False, False],
       [ True, False,  True, False,  True, False,  True, False]], dtype=bool)

このままでは使いにくいので、Trueを1に、Falseを0と解釈しなおします。

>>> (topics==0).astype(int)
array([[1, 1, 1, 1, 0, 0, 0, 0],
       [1, 1, 0, 0, 1, 1, 0, 0],
       [1, 0, 1, 0, 1, 0, 1, 0]])

重み付きの和が欲しいので、weightsを左からかけます。

>>> np.dot(weights.T, (topics==0).astype(int))
array([4, 2, 3, 1, 3, 1, 2, 0])

この出力は、『トピック0に関する重み』です。
実際に手で計算したときと同じ結果が得られます(当たり前ですが)。

それ以外の結果も連ねると、次のような結果になります。

[[4 2 3 1 3 1 2 0]   # トピック0の重み
 [0 2 1 3 1 3 2 4]]  # トピック1の重み

このような表を作れば、ただの最大値の選択に話題を置き換えることが出来ます。
『最大値がどの行にあるか』が重要なので、np.argmaxを使います。

>>> topic_table
array([[4, 2, 3, 1, 3, 1, 2, 0],
       [0, 2, 1, 3, 1, 3, 2, 4]])
>>> np.argmax(topic_table, axis=0)
array([0, 0, 0, 1, 0, 1, 0, 1], dtype=int64)

このようにして、『最も重い』トピックを選ぶことが出来ました。

なお、元のデータで試すと

a = [
     1,  0,  2,  2,  2,  1,  1,  0,  2,  4,  3,  3,
     5,  3,  5,  4,  6,  5,  6,  7,  6,  8,  7,  8,
     6,  8,  6, 11, 11,  9, 10, 11, 11, 11,  9, 11
]
b = [
     1,  0,  2,  2,  2,  1,  1,  0,  2,  5,  4,  5,
     5,  5,  4,  4,  4,  4,  6,  4,  4,  8,  4,  8,
     7,  8,  6,  9, 11,  9, 11,  9, 11, 10,  9, 11
]
c = [
     1,  0,  2,  2,  2,  1,  1,  0,  2,  5,  4,  5,
     3,  4,  4,  4,  5,  5,  6,  7,  6,  8,  7,  8,
     6,  8,  6,  9,  9,  9, 10,  9, 11, 10,  9, 11
]
d = [
     1,  0,  2,  2,  2,  1,  1,  0,  2,  5,  5,  5, 
     3,  3,  5,  5,  5,  3,  6,  7,  6,  8,  6,  8,  
     6,  8,  6,  9,  9, 10, 10,  9, 10,  9,  9, 11
]
e = [
     0,  2,  2,  0,  1,  0,  0,  2,  0,  3,  5,  3,  
     4,  4,  3,  4,  3,  4,  8,  8,  6,  6,  7,  6,  
     8,  6,  8,  9,  9,  9, 10, 10, 10, 10,  9, 10
]
f = [
     1,  0,  2,  2,  2,  1,  1,  2,  2,  5,  5,  5,  
     3,  3,  5,  5,  5,  5,  6,  7,  6,  8,  7,  8,  
     6,  8,  6,  9,  9, 10, 10,  9, 11, 10,  9, 11
]
g = [
     1,  1,  2,  2,  2,  1,  1,  2,  2,  4,  5,  5,  
     4,  4,  5,  3,  5,  5,  6,  4,  4,  8,  7,  8,  
     6,  8,  6,  9, 11,  9, 10,  9, 11, 10,  9, 11
]

w = [0.417, 0.278, 0.444, 0.333, 0.333, 0.361, 0.333]

topics = np.vstack(
    (a, b, c, d, e, f, g)
)
weights = np.array(w)

次のような結果になります。

[ 1  0  2  2  2  1  1  0  2  5  5  5  3  3  5  4  5  5  6  7  6  8  7  8  6  8  6  9  9  9 10  9 11 10  9 11]

ざっと見る限りまともに動いてそうに見えます。
さすがに手計算をするのは手間なので、もし気になるようなら手元での確認をお願いします。