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

88.03%

交差検証で各foldに番号を付与してexternal validationで利用する方法

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 595

score 5

前提・実現したいこと

Python、ランダムフォレストで10分割の交差検証を行い、各fold(split)に1から10までの番号を振ります。
そして、各foldでtraingを行い、モデルを作成、モデルにはmodel_1からmodel_10まで番号を付けます。
external validationのために、別のデータをそれぞれのモデルに読み込ませ、結果を表示する。

ということを実現したいです。

発生している問題・エラーメッセージ

モデルに番号を振り、それぞれでtrainingを行う方法が分かりません。

該当のソースコード

import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import StratifiedKFold

data=np.loadtxt('file_name.csv',delimiter=',',skiprows=1,dtype=float)
x=data[:, 0:1].ravel()
y=data[:, 1:]
forest=RandomForestClassifier(n_estimators=125,random_state=0)

skf=StratifiedKFold(n_splits=10)

試したこと

コードについて、上記からの記載方法が分かりません。
forループで作成すると考え、enumerateなどを使用してトライしてみましたが、うまく行きませんでした。

for i ,(train,test) in enumerate(skf.split(x,y)):
    forest.fit(x[train],y[train])


上記のような形を考えましたが、どのようにmodel_1, model_2と名前を振って、それらにexternal validationのためのデータを読み込ませるのか、分かりませんでした。

  • 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

0

コレクション型にでも格納しておけばよいのではないでしょうか。インデックスに文字列を使うなら安直な方法はdict型ですが、かえって扱いが面倒になるので、個人的にはlist型を好みます(名前はコード上で登場しなくてもいいので)。

モデルはdeepcopyするか、ループ内でインスタンスを作成する必要があるでしょう。

from copy import deepcopy

# 中略

models = []
for train, test in skf.split(x,y):
    clf = deepcopy(forest)
    clf.fit(x[train],y[train])
    models.append(clf)

このようにすればmodelsに各モデルが格納されますので、あとは適切に扱えば望みのことが実現できるかと思います。

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。

  • 2020/01/03 13:50

    ありがとうございました。解決できました。

    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 88.03%
  • 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