簡単的なKNeighborsClassifierの例を使用します。

Question

1.前提・実現したいこと

あ。学生データセットを2つのセットに分割します。最初の500行をトレインセットとして使用し、残りをテストセットとして使用します。すべてのコードについて、トレインセットのみを使用してトレーニングし、テストセットを使用して精度を計算します。

い。KNeighborsClassifierを使用して、不在からG3_binaryを予測します。 kを2に設定します。

う。モデルのパフォーマンスを判断するには、欠席と＃2のモデルを使用してG3_binaryを予測します。 G3_binaryからの最初の20個の値と私たちが行った予測を出力します。

データー：
!curl https://dl.dropboxusercontent.com/s/ijh78s1bxm7kctv/gp_data.csv -so gp_data.csv
!curl https://dl.dropboxusercontent.com/s/1770hoabg1utoat/gp_grades.csv -so gp_grades.csv
!curl https://dl.dropboxusercontent.com/s/ymjz6vqjw3jg4e7/ms_data.csv -so ms_data.csv
!curl https://dl.dropboxusercontent.com/s/k1howfpyp5rmgnb/ms_grades.csv -so ms_grades.csv

df1 = pd.read_csv('gp_data.csv',sep= ";")
df2 = pd.read_csv('ms_data.csv',sep= ";")
student_data = pd.concat([df1, df2])
df3 = pd.read_csv('gp_grades.csv',sep= ";")
df4 = pd.read_csv('ms_grades.csv',sep= ";")
student_grades = pd.concat([df3, df4])
student = pd.merge(left=student_grades, right=student_data, left_on='student_id', right_on='student_id')
df = student

df['G3_binary'] = pd.Series(np.where(df.G3.values < 12, 0, 1),
          df.index)

# データセットを2つのセットに分割します（問題がない）
student = pd.merge(left=student_grades, right=student_data, left_on='student_id', right_on='student_id')
df = student.sample(frac=1).reset_index(drop=True)
df_train = df.loc[:500].reset_index(drop=True)
df_test = df.loc[500:].reset_index(drop=True)
df['G3_binary'] = pd.Series(np.where(df.G3.values < 12, 0, 1),
          df.index)


import imp
from sklearn.neighbors import KNeighborsClassifier
model = KNeighborsClassifier(n_neighbors=2)

# 問題があります。
X = df_train.drop('G3_binary',axis=1).values
y = df_train["G3_binary"].values
model.fit(X, y)

2.発生している問題・エラーメッセージ

"['G3_binary'] not found in axis"

3.該当のソースコード

X = df_train.drop('G3_binary',axis=1).values

4.自分で調べたことや試したこと

この方式ができる。
X = df[["G3_binary"]]
y = df[["absences"]]
でも、X = df＿train[["G3_binary"]]ができませんでした。別の方法df.iloc[-1]も問題があります。

5.使っているツールのバージョンなど補足情報

Comments

[meg_]

> でも、X = df＿train[["G3_binary"]]ができませんでした。別の方法df.iloc[-1]も問題があります。
発生したエラーメッセージ等を追記してください。

[sumorday]

お疲れ様でした。"['G3_binary'] not found in axis" これです

Answer 1

df_train = df.loc[:500].reset_index(drop=True)
df_test = df.loc[500:].reset_index(drop=True)
df['G3_binary'] = pd.Series(np.where(df.G3.values < 12, 0, 1),
          df.index)

dfをdf_trainとdf_testに分割した後に、
dfにG3_binary列を追加しているので、
df_trainとdf_testにはG3_binary列は存在しません。
そのため、エラーになっています。

dfにG3_binary列を追加した後に、
dfをdf_trainとdf_testに分割したらよいと思います。

df['G3_binary'] = pd.Series(np.where(df.G3.values < 12, 0, 1),
          df.index)
df_train = df.loc[:500].reset_index(drop=True)
df_test = df.loc[500:].reset_index(drop=True)