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!

新規登録して質問してみよう
ただいま回答率
87.20%
MATLAB

MATLABはMathWorksで開発された数値計算や数値の視覚化のための高水準の対話型プログラミング環境です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

データマイニング

データマイニングは、購買履歴やクレジットカードの利用履歴、電話の通話履歴など企業にある大量のデータを解析して、その中に隠れたパターンやルールを探し出す技術です。DMと略されることもあります。

解決済

混合ガウスモデルを使って図をプロットしたい

削除済ユーザー
削除済ユーザー

総合スコア0

MATLAB

MATLABはMathWorksで開発された数値計算や数値の視覚化のための高水準の対話型プログラミング環境です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

データマイニング

データマイニングは、購買履歴やクレジットカードの利用履歴、電話の通話履歴など企業にある大量のデータを解析して、その中に隠れたパターンやルールを探し出す技術です。DMと略されることもあります。

2回答

0評価

0クリップ

14閲覧

投稿2020/06/20 02:19

前提・実現したいこと

混合ガウスモデルを使ってアヤメのデータに等高線を引きたいです。
アヤメのデータの図に等高線をプロットしたいのですがエラーが出てきてしまい、どのようにして特徴量を変更したらいいのかわかりません。

発生している問題・エラーメッセージ

ValueError Traceback (most recent call last) <ipython-input-13-eb81e5c63a46> in <module> 49 X1, Y = np.meshgrid(x, y) 50 XX = np.array([X1.ravel(), Y.ravel()]).T ---> 51 Z = -gmc.score_samples(XX) 52 Z = Z.reshape(X1.shape) 53 ~\anaconda3\lib\site-packages\sklearn\mixture\_base.py in score_samples(self, X) 334 """ 335 check_is_fitted(self) --> 336 X = _check_X(X, None, self.means_.shape[1]) 337 338 return logsumexp(self._estimate_weighted_log_prob(X), axis=1) ~\anaconda3\lib\site-packages\sklearn\mixture\_base.py in _check_X(X, n_components, n_features, ensure_min_samples) 59 raise ValueError("Expected the input data X have %d features, " 60 "but got %d features" ---> 61 % (n_features, X.shape[1])) 62 return X 63 ValueError: Expected the input data X have 4 features, but got 2 features

該当のソースコード

python

from sklearn import cluster from sklearn.cluster import AgglomerativeClustering import numpy as np import seaborn as sns import pandas as pd import matplotlib import matplotlib.pyplot as plt from matplotlib.colors import LogNorm from sklearn import mixture with open("iris.csv", 'r') as file: header = file.readline() data = np.loadtxt(file, delimiter=',', usecols=(0,1,2,3,4)) X = data[:,0:4] y = data[:,4] gmc = mixture.GaussianMixture(n_components=3, covariance_type='full') gmc.fit(X) yy=gmc.fit_predict(X) plt.scatter(X[yy == 0][:,2], X[yy == 0][:,3], c='green', label='versicolor') plt.scatter(X[yy == 1][:,2], X[yy == 1][:,3], c='yellow', label='setosa') plt.scatter(X[yy == 2][:,2], X[yy == 2][:,3], c='red', label='versinica') x = np.linspace(0., 7.) y = np.linspace(0.,3.) X1, Y = np.meshgrid(x, y) XX = np.array([X1.ravel(), Y.ravel()]).T Z = -gmc.score_samples(XX) Z = Z.reshape(X1.shape) CS = plt.contour(X1, Y, Z, norm=LogNorm(vmin=1.0, vmax=1000.0), levels=np.logspace(0, 3, 10)) CB = plt.colorbar(CS, shrink=0.8, extend='both') plt.scatter(X1_train[:, 0], X1_train[:, 1], .8) plt.title('GMM') plt.axis('tight') plt.grid() plt.legend(loc="upper left") plt.xlabel("petal length") plt.ylabel("petal width") plt.show() print("Original : {0}".format(y.astype(np.int64))) print("Clustering: {0}".format(yy))

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。

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。

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

評価を下げると、トップページの「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。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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る

質問する

関連した質問

同じタグがついた質問を見る

MATLAB

MATLABはMathWorksで開発された数値計算や数値の視覚化のための高水準の対話型プログラミング環境です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

データマイニング

データマイニングは、購買履歴やクレジットカードの利用履歴、電話の通話履歴など企業にある大量のデータを解析して、その中に隠れたパターンやルールを探し出す技術です。DMと略されることもあります。