深層学習を使ってスコアを予測したいのですが、ここからどのように進めればいいのかわかりません。
モデルを作って学習するってことになるかと思います。
ワインデータセットはいくつか種類があるみたいですが、この Wine Data Set を学習するサンプルコードを置いておきますね。
bash
1!wget https://gist.githubusercontent.com/tijptjik/9408623/raw/b237fa5848349a14a14e5d4107dc7897c21951f5/wine.csv
python
1import numpy as np
2from keras.models import Sequential
3from keras.layers import Dense
4from keras.utils import np_utils
5from sklearn.model_selection import train_test_split
6from sklearn.preprocessing import StandardScaler
7import pandas as pd
8
9# The wine dataset を読み込む。
10# データセットの仕様は https://archive.ics.uci.edu/ml/datasets/wine を確認してください
11df = pd.read_csv('wine.csv')
12
13data = df.iloc[:, 1:].astype(float)
14labels = df.Wine - 1 # クラス ID を 1, 2, 3 -> 0, 1, 2 にする。
15
16# データセットの8割を学習用、2割をテスト用に分割する。
17x_train, x_test, y_train, y_test = \
18 train_test_split(data, labels, test_size=0.1)
19
20# 前処理
21scaler = StandardScaler()
22x_train = scaler.fit_transform(x_train) # 標準化
23y_train = np_utils.to_categorical(y_train) # One-Hot 表現にする。
24
25# モデルを構築する。
26model = Sequential()
27model.add(Dense(30, activation='relu', input_dim=13))
28model.add(Dense(30, activation='relu'))
29model.add(Dense(3, activation='softmax'))
30model.compile(
31 optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
32# 学習を実行する。
33model.fit(x_train, y_train, batch_size=8, epochs=30,
34 validation_split=0.1, verbose=0)
35
36# 推論する。
37x_test = scaler.transform(x_test) # 標準化
38y_test = np_utils.to_categorical(y_test) # One-Hot 表現にする。
39loss, accuracy = model.evaluate(x_test, y_test)
40print('test accuracy: {:.2%}'.format(accuracy))
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/01/24 07:03
2019/01/24 07:08 編集
2019/01/24 07:11 編集
2019/01/24 07:13 編集
2019/01/24 07:21
2019/01/24 07:22
2019/01/24 07:36
2019/01/24 07:36 編集
2019/01/24 07:40