【Python】Scikit-learnでの機械学習における不正解データの抽出【機械学習】

Question

現在Twitter上のデータマイニングの過程でScikit-learnによる機械学習を用いて二値分類する識別機を作っています。識別機にテストデータを識別させた際に生じる不正解データがどのようなものなのかを知りたいのですがScikit-learnで便利な関数など無いでしょうか？
詳しい型宜しくお願いします。

Answer 1

予測結果ラベルと実際のラベルが相違するデータを抽出すればいいかと思います。コードのイメージとしては

特徴量のデータフレーム[予測結果のラベル != 実際のラベル]

という感じで不正解データの特徴量が一覧で取得できます

Comments

[lalalabit]

解答ありがとうございます。
コードのイメージが掴めたので試してみようと思います。
ありがとうございました。

Answer 2

ラベル別に与えれば、正しくないものはすぐにわかるのではないでしょうか？

X, y = get_input_output() #input, output
model = get_model() #model
model.fit(X, y)

py = model.predict(X[y==0])
np.where(py==1) #wrong prediction: should be 0

py = model.predict(X[y==1])
np.where(py==0) #wrong prediction: should be 1

Comments

[lalalabit]

解答ありがとうございます。
申し訳ありませんが当方勉強不足のため、ラベル別に与えるということがよく分からないです・・・。
もう少しだけ噛み砕いて説明して頂けるとありがたいです。