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

90.53%

  • Python

    11238questions

    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。

  • NumPy

    620questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

決定木を使用して散布図の境界線を設定する

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 202

py-python

score 8

csvのデータを用いて,散布図(x,y)を作成します。
値に応じて境界線を引きたく、決定木を使用して作成したいのですがうまくいきません。
色分けとしては、値の小さい順から
'white', 'green', 'purple', 'sienna', 'deepskyblue', 'orange', 'red', 'darkgrey'

【CSVデータ】1列目:x、2列目:y、3列目:値
https://d.kuku.lu/e1245ec59c

xの幅は190-300、yの幅は0-15です。

図の作成方法を教えてください。よろしくお願いします。

import os
import sys
import numpy
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import ListedColormap
import glob
from PIL import Image
import PIL
from sklearn import tree
from sklearn.tree import DecisionTreeClassifier

path = "/media/student/data1"
path1 = "/media/student/data1/csv/"

datalist1 = glob.glob(path1 + "*.csv")

for data1 in datalist1:
    name1 = data1[len(path1)+4:-4]

    if name1 :
        print name1 + "..." + "OK"
        cloud = pd.read_csv(data1)
        clf = DecisionTreeClassifier(max_depth=2, random_state = 0) # make instance max_depth:tree depth
        my_cmap = ListedColormap(['white', 'green', 'purple', 'sienna', 'deepskyblue', 'orange', 'red', 'darkgrey'])
        plt.title("title")
        plt.xlabel("X")
        plt.ylabel("Y")
        plt.imshow(x=cloud[:,1], y=cloud[:,2], c=cloud[:,3], cmap=my_cmap , extent=(190,300,0,12), interpolation='none')
        pil_img = Image.fromarray(np.uint8(clf)) 
        print "cloud...ok"
        outdata = path + "/outdata5/"  +name + ".png"
        plt.savefig(outdata)


途中まで作成したコードです。間違っている部分が多いので
参考程度でよろしくお願い申し上げます。

  • 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

+1

こんな感じでしょうか。決定境界はちょっとむずいので、分類結果の領域ごとに背景色を変えています。

あなたの環境やデータで直接動作するコードではないので、参考程度でよろしくおねがいします。

# このへんも参考に
# https://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html#sphx-glr-auto-examples-classification-plot-classifier-comparison-py


import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from sklearn.tree import DecisionTreeClassifier

# アップされているデータをdata.csvとして保存しました。
cloud = pd.read_csv("data.csv", header=None)

dt = DecisionTreeClassifier(max_depth=None, random_state=0)
dt.fit(cloud.iloc[:,0:2], cloud[2])

x = np.arange(190, 300, 0.1)
y = np.arange(0, 10, 0.01)
xx, yy = np.meshgrid(x, y)

zz = dt.predict(np.vstack([xx.ravel(), yy.ravel()]).T).reshape(xx.shape)

my_cmap = ListedColormap(['white', 'green', 'purple', 'sienna', 'deepskyblue', 'orange', 'red', 'darkgrey'])
plt.title("title")
plt.xlabel("X")
plt.ylabel("Y")
plt.scatter(x=cloud[0], y=cloud[1], c=cloud[2], cmap=my_cmap)
plt.contourf(xx, yy, zz, cmap=my_cmap, alpha=.2)
plt.savefig("result.png")

イメージ説明

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。

  • 2018/11/14 08:59

    ありがとうございます。出来ました!

    キャンセル

同じタグがついた質問を見る

  • Python

    11238questions

    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。

  • NumPy

    620questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。