Q&A
ありがとうございます。Scikit-learn の分類器を使って分類することはできました。
自作のプログラムでも分類したいのですが、特徴量が4次元だとどのように入力すればいいでしょうか。大まかでもいいので教えてください。
前提・実現したいこと
irisデータについて、特徴量4つ全てを用いて、クラス0とクラス1を分類するプログラムを作りたいのです。ただ、どのように4次元のデータ分析を行えばよいのかわかりません。特徴量2つであれば普通にできますが、そもそも4次元のデータ分析は可能なのでしょうか。可能であれば、方針だけでもいいので教えてください。
入力コード
from sklearn import datasets iris = datasets.load_iris() X = iris.data[iris.target!=2] y = iris.target[iris.target!=2]
ここからどうすればいいのか全く分かりません。
補足情報
実行環境はGoogle Colaboratoryです。
回答4件
0
これは2次元だから直線で考えることができましたが、それより大きい次元(ここでは4次元)ではどうすればいいのだろう、と思った次第です。
主成分分析が、あなたの求める回答ではないでしょうか。
まさに同じデータを用いて解析・解説した記事
https://logics-of-blue.com/principal-components-analysis/
投稿2021/05/30 15:10
総合スコア13671
0
ベストアンサー
特段凝ったことをしなくてもscikit-learnのclassifierでそのまま扱うことができます。(サンプル数, 4)の配列をそのままXとして渡して問題ありません。
投稿2021/05/26 01:41
総合スコア30933
自作のプログラムとはどういったものでしょうか？
説明不足ですいません。
自分は以下のようにして、2次元データの予測器を作りました。
from sklearn.base import BaseEstimator, ClassifierMixin
class DIYClassifier08( BaseEstimator, ClassifierMixin ):
"""クラス0かクラス1かを分類する。"""
def __init__(self, a=0.5, b=0.2):
self.a = a
self.b = b
def fit(self, X, y):
return self
def predict(self, X):
"2次元の点 (x1, y1)について，y1 <= a * x1 + b ならば 1，そうでなければ 0 と予測する。"
pred_y = np.zeros(len(X), dtype=int)
for i, value in enumerate(X):
(x1, y1) = value
if y1 <= self.a * x1 + self.b:
pred_y[i] = 1
return pred_y
これは2次元だから直線で考えることができましたが、それより大きい次元(ここでは4次元)ではどうすればいいのだろう、と思った次第です。
自作では無理でしょうか。
長くなってしまいすいません。
Scikit-learn の分類器を使わずに、分類の関数を自分で作りたいということです。
線形分類器でしょうか？ その場合は、係数をベクトルで表すようにすると良いでしょう。
何度もすいません、係数をベクトルで表すというのが分かりません。全くの初心者なので、具体的にどういうことなのか教えてもらえると助かります。お願いします。
すみません、返信が遅くなりました。
識別関数を、たとえばy <= w0 + x1*w1 + x2*w2 + x3*w3 + x4*w4という風に構成します。実装としてはnumpy配列として保持するのが楽ですが、難しく感じるのであればlistに入れておいてループで計算しても良いでしょう。
線形判別分析などを調べれば参考になる情報が得られるかと思います。
質問者さん
> 2次元だから直線で考えることができましたが、それより大きい次元(ここでは4次元)ではどうすればいいのだろう
2次元：線
3次元：面
4次元以上：超平面
で分けます
https://kenyu-life.com/2019/02/11/support_vector_machine/
の「サポートベクターマシンSVMとは」を見てください
「サポートベクターマシン」というのは、分ける線や面の決め方の手法の一つですが、決め方はどのような手法を使おうと、分け方は上記の通りです
返信遅くなってすいません、ありがとうございます。
0
そもそも4次元のデータ分析は可能なのでしょうか
可能です
実施例
scikit-learnのSVMでirisデータセットを分類
Scikit-learnで機械学習（決定木で分類する方法）
機械学習のコードを動かしてみよう（scikit-learn）
投稿2021/05/25 15:36
編集2021/05/26 01:51総合スコア7653
0
4次元のデータ分析は可能です。
以下、参考ページに良いかと思います。
https://qiita.com/ao_log/items/fe9bd42fd249c2a7ee7a
投稿2021/05/25 07:04
総合スコア211
ありがとうございます。
4C2 = 6(通り)の組み合わせの中から一つを自分で選ぶということでいいでしょうか。
4つすべてを同時に扱うことはできないのでしょうか。
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2021/06/02 04:50