Python 交差検証 変数型エラー

Question

jupyter notebookで、Pythonを用いて交差検証をfor文を回して行い、accuracyが最も高いkを見つけるプログラムを書いています。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import sklearn 
from sklearn import preprocessing

pima = pd.read_csv('data3/pima.csv' )

pima.drop("bmi",axis=1,inplace=True)
pima.drop("npreg",axis=1,inplace=True)
pima.drop("age",axis=1,inplace=True)
pima = pima.replace("No",0)
pima = pima.replace("Yes",1)


# データのスケーリングと
# trainデータとtestデータに分ける
X = preprocessing.scale(pima[["skin","glu","bp","ped"]])
y = pima.type

from sklearn import linear_model
clf = linear_model.LogisticRegression()

neighbors = list(range(2, 25))
acc_scores = []
for k in neighbors:
    # K-fold CVのオブジェクトを
    from sklearn.model_selection import KFold
    ss = KFold(n_splits=k, shuffle=True)

    # K=10分割のCVがfor文で回ってる
    # それぞれテストデータに当てはめたときの結果を表示
    for train_index, test_index in ss.split(X, y):

        X_train, X_test = X[train_index], X[test_index]
        y_train, y_test = y[train_index], y[test_index]
    
        clf.fit(X_train, y_train)
   
    
    from sklearn.model_selection import cross_val_score
    ave_score = cross_val_score(clf, 
                            X, y, 
                            cv=k) # StratifiedKFold

    y_pred = clf.predict(X_test)

    from sklearn.metrics import accuracy_score


    # Accuracyを表示させておく
    accuracy_score(y_test, y_pred)
    acc_scores.append(accuracy_score)
    
#最適なkの表示
import matplotlib.pyplot as plt
%matplotlib inline
optimal_k = neighbors[acc_scores.index(max(acc_scores))]
print("The best number of k is %d." % optimal_k)

しかし、以下のエラーが出ました。

このエラーは変数型のエラーなようですが、どこがおかしいかわかりません。よろしくお願いいたします。

Answer 1

accuracy_score(y_test, y_pred)
acc_scores.append(accuracy_score)

ここは

acc_scores.append(accuracy_score(y_test, y_pred))

の間違いでしょう。accuracy_scoreは関数なのだから関数を呼び出した結果をappendしないとダメでしょう

Comments

[退会済みユーザー]

ありがとうございます！解決しました