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

88.83%

【scikit-learn】Pipelineを用いて作成したモデルの再現について

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 380

dal

score 36

解決したいこと

以下の2つの学習モデルを等しくしたいと思っています。
前者はPipelineを用いて作成したモデル、後者は、前者のモデルを参考に自力で作成したモデルになります。
比較した際、roc_auc_scorepredict_probaは等しくなるのですが、accuracy_scoreの値だけがなぜか異なってしまいます...。どのようにすれば等しくできるでしょうか?
詳しい方が居りましたら、ご教授頂きたいです。

試したコード

Pipelineを使用したモデル

(一部省略)


# パイプライン
pipe = Pipeline([
           ('scale', MinMaxScaler()),
           ('clf', LogisticRegression())
       ])

param_dict = {
    "clf__C": [0.001 * x for x in range(1, 1001)],
}

grid_search = GridSearchCV(pipe, param_dict, cv=10, return_train_score=False, scoring="roc_auc")
grid_search.fit(train_X, train_y)

print('Best parameters:', grid_search.best_params_)
print('Best auc on validation set:', grid_search.best_score_)

pred = grid_search.predict(test_X)
print('Test set accuracy with best parameters: {}'.format(accuracy_score(test_y, pred)))
print('Test set AUC with best parameters: {}'.format(roc_auc_score(test_y, pred)))


出力

Best parameters: {'clf__C': 0.005}
Best auc on validation set: 0.700801749271137
Test set accuracy with best parameters: 0.7547547547547547
Test set AUC with best parameters: 0.7017017017017015

上記の出力を参考に自力で作成したモデル

scalar = MinMaxScaler().fit(train_X)
train_X_scaled = scalar.transform(train_X)
test_X_scaled = scalar.transform(test_X)

lr = LogisticRegression(C=0.005)
lr.fit(train_X_scaled, train_y)
pred = lr.predict(test_X_scaled)
print('Test set accuracy with best parameters: {}'.format(accuracy_score(test_y, pred)))
print('Test set AUC with best parameters: {}'.format(roc_auc_score(test_y, pred)))


出力

Test set accuracy with best parameters: 0.71875
Test set AUC with best parameters: 0.7017017017017015

このように、roc_auc_scoreは等しくなるのですが、accuracy_scoreが一致しません。
AUCが偶然等しくなった可能性を考え、両者のpredict_probaを確認したところ、完全に一致しておりました。
また、データ分割の割合を変えて同じコードを実行しても、やはりaccuracy_scoreのみが一致しません。

  • 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

0

LogisticRegression()の引数にrandom_stateを与えてみてはいかがでしょうか。
LogisticRegression(random_state=0)のように、両者で同じ値に設定(例えば0)する。
すみません、試してないのでただの勘ですが。

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。

  • 2019/11/19 12:07

    ご回答ありがとうございます。
    一応試してみましたが、random_stateは関係なさそうです。
    精度以外は一致しているので、同じモデルは作成できているように思えるのですが、精度だけが合わないのです...

    キャンセル

  • 2019/11/19 12:57

    うーん、、、お力になれず申し訳ないです。

    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 88.83%
  • 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