結果を出力するにはどうしたらいいですか？

CNNを特徴量抽出器として扱うの6.機械学習による分類を実行したのですが、結果が表示されません。
プログラムは以下の通りです。

python
1svmclf = SVC()
2svmclf.fit(hidden, np.argmax(y_train, axis=1))
3
4# 予測
5hidden_test = hidden_model.predict(X_test)
6y_pred_SVM = svmclf.predict(hidden_test)
7

実行が終わってもAccuracy:が表示されません。
また、Accuracy:を出力する方法がわかりません。
どうしたら結果が出ますか？
どなたか教えてください。お願い致します。

jbpb0

2021/07/26 10:42

https://qiita.com/DataSkywalker/items/6f5a8fafee82c195fa0b のコメント欄で質問したらどうでしょうか？

退会済みユーザー

2021/07/26 10:48

そうなのですが、この方の最後が去年で止まっているので今は見ていないと思うので、教えて頂けませんか？

jbpb0

2021/07/26 10:59

> 去年で止まっているので今は見ていない確認もせずに、そんな風に決めつけないで、まずは質問してみてください 6/21にLGTMしてますから、アカウントは生きてると思いますよ https://qiita.com/DataSkywalker/lgtms

meg_

2021/07/26 11:07

> そうなのですが、この方の最後が去年で止まっているので今は見ていないと思うので、コメントすれば通知が行くはずです。

jbpb0

2021/07/27 22:45 編集

参考Webページのコメント欄の質問ですが、「6.機械学習による分類」のAccuracyの計算方法が分からないみたいに書かないと、教えてほしい内容が伝わらないのでは？あと、プログラム中のどこに挿入したらいいのか教えてください。と書いてますが、途中に挿入するのではなく、Webページの記載の順番の通りで最後ですさらにその後に、Accuracyを計算するコードを追加するのです

退会済みユーザー

2021/07/28 05:18

そうなのですか... 何もわからないので、質問の仕方がわかりませんでした。また、わかるのなら教えていただきいです。

jbpb0

2021/07/28 06:25

まずは、自分で考えましょうよ

jbpb0

2021/07/29 10:03

https://qiita.com/DataSkywalker/items/6f5a8fafee82c195fa0b の「4.CNNモデル構築」では、「テストデータで精度検証します。」と書かれてるところの下の cmx = confusion_matrix(true_class, predict_class) plt.figure(figsize=(12,12)) sns.heatmap(cmx, annot=True) # plt.savefig('./cnn_predict.png', bbox_inches='tight') plt.show() print("Accuracy: {0}".format(accuracy_score(true_class, predict_class))) で、正解データ「true_class」と比較することによって、テストデータからのCNNでの推定値「predict_class」の精度を確認してますよね「6.機械学習による分類」でも、上記と同じことをやればいいのですコードは共通で、データを差し替えるだけです正解データは、上記と同じです差し替えるのは、精度を確認したい推定値だけです

退会済みユーザー

2021/08/02 08:07

遅くなってしまって申し訳ございません。教えてくださいありがとうございます。あの後自分でも考えたのですが、関数や変数の名前や意味がちんぷんかんぷんでわからなく、もう２つの作業をしているうちにpipでOpenExrのインストール方法をずっと探していているので返信が遅くなりました。教えていただいた通り svmclf = SVC() svmclf.fit(hidden, np.argmax(y_train, axis=1)) # 予測 hidden_test = hidden_model.predict(X_test) y_pred_SVM = svmclf.predict(hidden_test) cmx = confusion_matrix(true_class, y_pred_SVM) plt.figure(figsize=(12,12)) sns.heatmap(cmx, annot=True) # plt.savefig('./cnn_predict.png', bbox_inches='tight') plt.show() print("Accuracy: {0}".format(accuracy_score(true_class, y_pred_SVM))) としたら実行時間が長いものの精度が良くなりました。質問なのですが、ここの実行時間が長いのは、SVMで分類分学習しているからなのですよね？上に詳しく教えていただいたので冷静にプログラムが読むことができ理解したつもりです。本当にありがとうございます。

jbpb0

2021/08/02 10:20

> としたら実行時間が長いものの精度が良くなりました。「回答」も、そのように編集して書き直してください > ここの実行時間が長いのは、SVMで分類分学習しているからなのですよね？参考 https://phreeqc.blogspot.com/2019/12/svm.html

行動規範の内容に同意します

回答1件

ベストアンサー

python
1svmclf = SVC()
2svmclf.fit(hidden, np.argmax(y_train, axis=1))
3#予測
4hidden_test = hidden_model.predict(X_test)
5y_pred_SVM = svmclf.predict(hidden_test)
6
7cmx = confusion_matrix(true_class, y_pred_SVM)
8
9plt.figure(figsize=(12,12))
10sns.heatmap(cmx, annot=True)
11# plt.savefig('./cnn_predict.png', bbox_inches='tight')
12plt.show()
13print("Accuracy: {0}".format(accuracy_score(true_class, y_pred_SVM)))