Q&A
https://qiita.com/altescy/items/60a6def66f13267f6347
この辺を参考に、一度グラフに描画してみて傾向をご覧になると良いのではないでしょうか。
現在大学生で研究に使用しています。クラスを行っているのですが、特徴量を増やしていくことによる判別精度の評価を行っています。
Python
1import pandas as pd 2from sklearn.model_selection import train_test_split 3from sklearn.tree import DecisionTreeClassifier 4from sklearn import tree 5from sklearn.model_selection import KFold 6from sklearn.model_selection import cross_val_score 7 8sasa2 = pd.read_csv('sasa(2)_1.csv', 9 encoding = "shift-jis", 10 skiprows = 1, 11 names = ['ID','menseki','totiriyou','0722RADER','0604RADER','0611RADER', 12 '0525A','0606A','0513A','R_avg','A_avg','rorn', 13 '0404N','0504N','0511N','0524N','1001N','1028N','1117N','0404R','0504R','0511R','0524R','1001R','1028R','1117R','0404G','0504G','0511G','0524G','1001G','1028G','1117G','0404B','0504B','0511B','0524B','1001B','1028B','1117B', 14 '0409N','0416N','0516N','0625N','1102N','1115N','0409R','0416R','0516R','0625R','1102R','1115R','0409G','0416G','0516G','0625G','1102G','1115G','0409B','0416B','0516B','0625B','1102B','1115B', 15 '0404Y','0504Y','0511Y','0524Y','1001Y','1028Y','1117Y','0409Y','0416Y','0516Y','0625Y','1102Y','1115Y','0712A','0724A','0805A','A7_avg','A7-A_avg', 16 '170623N','170720N','170809N','170829N','170926N','180715N','180928N','170623R','170720R','170809R','170829R','170926R','180715R','180928R','170623G','170720G','170809G','170829G','170926G','180715G','180928G','170623B','170720B','170809B','170829B','170926B','180715B','180928B', 17 "A8_avg","180804R","180804G","180804B","180804N", 18 '0404I1','0409I1','0416I1','0504I1','0511I1','0516I1','0524I1','170623I1','0625I1','180715I1','170720I1','170809I1','170829I1','170926I1','180928I1','1001I1','1028I1','1102I1','1115I1','1117I1','180804I1', 19 '170623Y','170720Y','170809Y','170829Y','170926Y','180715Y','180928Y','180804Y', 20 '0618A','0630A', 21 'clusterid' 22 ]) 23 24sasa3 = pd.read_csv('sasa(3)_2.csv', 25 encoding = "shift-jis", 26 skiprows = 1, 27 names = ['ID','menseki','totiriyou','0722RADER','0604RADER','0611RADER', 28 '0525A','0606A','0513A','R_avg','A_avg','rorn', 29 '0404N','0504N','0511N','0524N','1001N','1028N','1117N','0404R','0504R','0511R','0524R','1001R','1028R','1117R','0404G','0504G','0511G','0524G','1001G','1028G','1117G','0404B','0504B','0511B','0524B','1001B','1028B','1117B', 30 '0409N','0416N','0516N','0625N','1102N','1115N','0409R','0416R','0516R','0625R','1102R','1115R','0409G','0416G','0516G','0625G','1102G','1115G','0409B','0416B','0516B','0625B','1102B','1115B', 31 '0404Y','0504Y','0511Y','0524Y','1001Y','1028Y','1117Y','0409Y','0416Y','0516Y','0625Y','1102Y','1115Y','0712A','0724A','0805A','A7_avg','A7-A_avg', 32 '170623N','170720N','170809N','170829N','170926N','180715N','180928N','170623R','170720R','170809R','170829R','170926R','180715R','180928R','170623G','170720G','170809G','170829G','170926G','180715G','180928G','170623B','170720B','170809B','170829B','170926B','180715B','180928B', 33 "A8_avg","180804R","180804G","180804B","180804N", 34 '0404I1','0409I1','0416I1','0504I1','0511I1','0516I1','0524I1','170623I1','0625I1','180715I1','170720I1','170809I1','170829I1','170926I1','180928I1','1001I1','1028I1','1102I1','1115I1','1117I1','180804I1', 35 '170623Y','170720Y','170809Y','170829Y','170926Y','180715Y','180928Y','180804Y', 36 '0618A','0630A', 37 'clusterid' 38 ]) 39 40sasa3 = sasa3.replace([1,2], [2,3]) 41 42sasa23 = pd.concat([sasa2,sasa3]) 43sasa23 = sasa23.dropna(how='any') 44X=sasa23.loc[:,[ 45# '0525A', 46# '0606A', 47# '0513A', 48# '0404N', 49# '0504N', 50# '0511N', 51# '0524N', 52# '1001N', 53# '1028N', 54# '1117N', 55# '0409N', 56# '0416N', 57# '1102N', 58# '1115N' 59# '0712A', 60# '0724A', 61# '0805A', 62 '0404I1', 63 '0409I1', 64 '0416I1', 65 '0504I1', 66 '0511I1', 67 '0524I1', 68 '1001I1', 69 '1028I1', 70 '1102I1', 71 '1115I1', 72 '1117I1', 73# '0618A', 74# '0630A' 75 ]] 76y=sasa23['clusterid'] 77X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,random_state=0) 78clf = DecisionTreeClassifier(max_depth = 3) 79clf = clf.fit(X_train,y_train) 80kfold = KFold(n_splits=3) 81print("Cross-Validation score:\n{}".format( 82 cross_val_score(clf,X,y,cv=kfold)))
上記のコードを回してみました。
決定木モデルの評価方法は層化k分割交差検証を使用しました。3分割にして評価してみると、3分割目の結果が0.549で常に同じになってしまいました。
なぜこのように判別精度が常に等しくなってしまうのでしょうか？
少しでも分かる方がいれば教えていただきたいです。
回答1件
0
ベストアンサー
max_depth = 3なので、行われる分割の回数は相当限られたものになります（3回分岐するとして7回、その数え方でいいのかは確認していませんが）。使われる特徴量の数もその程度です。
良い分割から試みられるので、特徴量を増やす前から良い特徴量が十分に含まれていれば、モデルには反映されないかと思います。
plot_treeを使うなどして、実際にどのような決定木が構築されているのかを確認すると良いと思います。
投稿2020/03/20 19:32
総合スコア30935
あなたの回答
tips
プレビュー
