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
85.48%
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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

1回答

2417閲覧

ナイーブベイズ分類器のエラーについて

trafalbad

総合スコア303

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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

1クリップ

投稿2017/04/15 08:39

編集2017/04/15 12:08

ナイーブベイズ分類器でy(トレーニングセットのラベル)とx(単語ベクトル)で、yは(1204,2)、xは(1204,1496)の行列、これらで学習させようとしました。そしたら下記のようなエラーメッセージが出てきてしまいました。

import numpy as np from sklearn.naive_bayes import GaussianNB # ガウシアン clf = GaussianNB() # 正規分布を仮定したベイズ分類 clf.fit(X, y) ValueError: bad input shape (1204, 2)

おそらくラベルの形がおかしいと思うのですが、行列計算の法則等からラベルを(2,1204)に変形すればよいのでしょうか?よろしくお願いします

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MY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。

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。

guest

回答1

0

ベストアンサー

そうですね。以下の公式ヘルプを見る限り、与えているshapeがおかしいですね。
修正すればよいかと思います。
sklearn.naive_bayes.GaussianNB

おそらくラベルの形がおかしいと思うのですが、行列計算の法則等からラベルを(2,1204)に変形すればよいのでしょうか?よろしくお願いします

上記の発言からベイズ分類器の基本をご理解できていないと感じました。
まずは以下のように簡単な例で動作を確認してはいかがでしょうか?
scikit-learn によるナイーブベイズ分類器
失礼を承知で厳しい言い方となりましたが、あしからず。

投稿2017/04/15 13:24

編集2017/04/15 13:37
can110

総合スコア38266

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。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.48%

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