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

90.99%

  • Python

    5565questions

    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

    4118questions

    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。

python 予測モデル:データを加えるとscoreは上がるが、実際の値とは外れていきます

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 109

MasaKoba

score 12

 前提・実現したいこと

python 初心者です。ざっくりとした質問で恐縮なのですが、現在、予測モデルをつくっています。
いろんな要素(データ)を加えていけばいくほど、accuracy_score値が上がっていくのですが、実際にpred_test = clf.predict(test_x)で予測値を出すとデータを加えていってもさほど変わらない、もしくは外れ度合が大きくなります。特に「過学習」ということでもない気がするのですが、考えられる理由はございますでしょうか。もし、少しでも考えられる可能性があるものがあればご教示いただけますと幸いです。何卒よろしくお願いいたします。
※データ数は、各コラム(各要素)、3000~20000くらいございます。

 該当のソースコード

from sklearn.metrics import accuracy_score
score = accuracy_score(test_y, pred)
print(score)


ここにより詳細な情報を記載してください。

  • 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 2

checkベストアンサー

+1

トレーニングデータのaccuracy_scoreが改善する一方でテストデータのaccuracy_scoreが伸びない(あるいは悪化する)というのは程度による部分はありますが、過学習を疑うべきでしょう。
仮にトレーニングデータの精度が満足いかないのであれば、単純に特徴量を追加するのではなく、もう少し精度が出ない原因を調査した上で対応を考えたほうがいいかと思います。例えば、モデルの精度についてaccuracy_scoreを気にされているようですが、内訳を混合行列などを使って確認することは重要かと思います。また、予測を誤ったデータとうまく予測できたデータの特徴的な相違点(特にノイズっぽいもの)の有無を調べることも重要と思います。
『ガベージ・イン・ガベージアウト』という言葉がある通り、データそのものをモデルに合わせてクリーンにしなければ、有用な結果が出ないと思ったいいでしょう。

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。

  • 2018/01/26 10:18

    具体的なご回答ありがとうございます。やはり過学習なのですね。。もう少し勉強し調べてみます。ありがとうございます。

    キャンセル

+1

典型的な過学習だと思いますが、とりあえずしっかり交差検定を行ってください。

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。

  • 2018/01/26 10:17

    早速ご回答いただき誠にありがとうございます。やはり過学習なのですね。。もう少し勉強し調べてみます。ありがとうございます。

    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 90.99%
  • 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

    5565questions

    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

    4118questions

    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。