sklearnでの手書き文字認識について

Question

一つのクラス内で、数字の０から９までに一つずつ対応したモデルを１０個作り、その中から一番確率の高いモデルを選びたいのですが、以下のコードでエラーが発生してしまいます。

class DigitRecognizer:

    def train(self, train_data, train_labels):
        for i in range(0,10):
            rec[i] = sklearn.linear_model.LogisticRegression(C=20, penalty='l1')
            rec[i].fit(train_data, train_labels[:,i]) # train_label[:,0]が数字０のラベル、train_label[;,1]が数字１のラベルに対応
        
    
    def predict(self, test_data):
        max = 0
        for i in range(0,10):
            if(max < rec[i].predict.proba(test_data)):
                max = rec[i].predict.proba(test_data)
        return max　#一番確率の高かったものを返す。


dr = DigitRecognizer()
dr.train(train_data, train_labels)
predictions = dr.predict(val_data)

---

エラーメッセージ

NameError Traceback (most recent call last)
<ipython-input-384-15ddc0cc4e38> in <module>
----> 1 self.dr.train(train_data, train_labels)

NameError: name 'rec' is not defined

---

もし、何か他にsklearnを使うやり方で効率の良い方法がありましたらご教示願います。

Comments

[meg_]

エラーメッセージは上記のもので全部ですか？　省略している場合は全文掲載してください。

[退会済みユーザー]

返信遅れました。エラーメッセージはこれで全てです。なぜ定義されていないと表示されるのかが不明です。

[meg_]

質問のコードを実行すると下記エラーメッセージが出ます。
「NameError: name 'train_data' is not defined」

[退会済みユーザー]

train_dataは違う箇所で定義していたので、そのままコードを実行するとまずtrain_dataが定義されていませんと表示されます。このコードは単にコンストラクタを追加したら普通に動きました。

Answer 1

難しく考えず、sickit-learnのモデルをそのまま使えば良いと思います。

# 独自にクラスを作る必要はないので、DigitRecognizerの定義は消してください

dr = sklearn.linear_model.LogisticRegression()
dr.train(train_data, train_labels)
predictions = dr.predict(val_data)

---

数字の０から９までに一つずつ対応したモデルを１０個作り、その中から一番確率の高いモデルを選びたいのですが

一般的にそういうことはしないかと思います。

二値分類モデルでOne-vs-Restでやるのが近いのかもしれませんが、sickit-learnを使うのであれば自分で書く必要はありませんし、質問文のコードはちゃんと実装できていません。