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

88.92%

機械学習の学習過程をmatplotlibで図示したい

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 450

yu__ya

score 6

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt 

pd.options.display.max_rows = 8
state = np.random.RandomState(1)
# csv からデータ読み込み
names = ['Hue', 'Hue_figures', 'Value', 'Chroma','season']
coloer = pd.read_csv('personal_coloer_data2.csv', header=None, names=names)
df=coloer
label=df[['season']]
data=df[['Hue', 'Hue_figures', 'Value', 'Chroma']]

X=data
T=label


#訓練データとテストデータに分割
from sklearn.model_selection import StratifiedKFold


skf = StratifiedKFold(n_splits=6)
for train_index, test_index in skf.split(X,T):
    print("train_index:", train_index, "test_index:", test_index)
    X_train=X.values[train_index]
    T_train=T.values[train_index]
    X_test=X.values[test_index]
    T_test=T.values[test_index]
    T_train=np.ravel(T_train)
    T_test=np.ravel(T_test)
    T_train_array=np.identity(4)[T_train]
    T_test_array=np.identity(4)[T_test]

    epochs=10
    batch_size=120

     #モデル作成        
    from keras.models import Sequential
    from keras.layers import Dense, Activation
    from keras.optimizers import SGD

    model = Sequential()
#入力が4つの特徴、4つのラベルに分類なので出力ユニット4
    model.add(Dense(input_dim=4, units=4))
    model.add(Activation('softmax'))
    model.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.1),metrics=['accuracy'])

#トレーニング
    history=model.fit(X_train, T_train_array, epochs=epochs, batch_size=batch_size,validation_data=(X_test, T_test_array))

#学習済みモデルでデータ分類
Y = model.predict_classes(X_test, batch_size=batch_size,)


plt.plot(range(1, epochs+1), Y.history['acc'], label="training")
plt.plot(range(1, epochs+1), Y.history['val_acc'], label="validation")
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend()
plt.show()

#結果検証
_, T_index = np.where(T_test_array > 0) # to_categorical の逆変換
print()
print('RESULT')
print(Y == T_index)

エラーコード

'numpy.ndarray' object has no attribute 'history'

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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

学習過程のデータが格納されているのは
model.predict_classes() の戻り値(Y)ではなく、model.fit() の戻り値(history)ではないでしょうか?

ですので

plt.plot(range(1, epochs+1), Y.history['acc'], label="training")
plt.plot(range(1, epochs+1), Y.history['val_acc'], label="validation")

の部分は

plt.plot(range(1, epochs+1), history.history['acc'], label="training")
plt.plot(range(1, epochs+1), history.history['val_acc'], label="validation")

となるかと思います。


ただ個人的には、KFoldにて6回学習を繰り返しているにも関わらず、変数historyを毎回上書きしているため、最後の1回のみしか表示することができないのが気になります。

これを解決するためには

historys = []
skf = StratifiedKFold(n_splits=6)
for train_index, test_index in skf.split(X,T):
    print("train_index:", train_index, "test_index:", test_index)
    # (略)
    #トレーニング
    history=model.fit(X_train, T_train_array, epochs=epochs, batch_size=batch_size,validation_data=(X_test, T_test_array))
    historys.append(history)


のようにfit()の戻り値(history)をリストに格納し

fig, ax = plt.subplots(2, 6, figsize=(24,8))
for i, hist in enumerate(historys):
    ax[0,i].plot(hist.history['loss'], 'r-', label='Train')
    ax[0,i].plot(hist.history['val_loss'], 'b-', label='Valid')
    ax[0,i].legend()
    ax[1,i].plot(hist.history['acc'], 'r-', label='Train')
    ax[1,i].plot(hist.history['val_acc'], 'b-', label='Valid')
    ax[1,i].legend()
plt.show()


のようにして6回分まとめて表示すると良いのではないでしょうか

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。

  • 2019/10/25 17:34

    ありがとうございます。グラフの目盛りを揃えたいのですが、どのようにしたらよいでしょうか・・・

    キャンセル

  • 2019/10/25 17:52

    ループ内に
    ax[0,i].set_ylim(0,100) # 範囲は適当
    のように記述して、グラフの Y軸の範囲を設定するとよいかと思います。

    キャンセル

  • 2019/10/25 17:58

    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 88.92%
  • 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