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!

ただいまの
回答率

89.96%

パーセプトロンの学習結果をmatplotlibで表示できない

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 2,505

fujiji

score 4

前提・実現したいこと

パーセプトロンの学習結果をmatplotlibで表示したいのですがattribute errorがでますが原因がわかりません

発生している問題・エラーメッセージ

4
あああああああああ
Traceback (most recent call last):
  File "ppn.py", line 92, in <module>
    plot_decision_regions(X=X_combined_std, y=y_combined, classifier=ppn, test_idx=range(105,150))
  File "ppn.py", line 73, in plot_decision_regions
    plt.scatter(x=X[y==cl, 0],y=X[y==cl,1],alpha=0.8, c=cmap(idx),marker=markers[idx], lavel=cl)
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/pyplot.py", line 3434, in scatter
    edgecolors=edgecolors, data=data, **kwargs)
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/__init__.py", line 1898, in inner
    return func(ax, *args, **kwargs)
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/axes/_axes.py", line 4037, in scatter
    collection.update(kwargs)
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/artist.py", line 885, in update
    for k, v in props.items()]
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/artist.py", line 885, in <listcomp>
    for k, v in props.items()]
  File "/Users/admin/.pyenv/versions/3.5.0/lib/python3.5/site-packages/matplotlib/artist.py", line 878, in _update_property
    raise AttributeError('Unknown property %s' % k)
AttributeError: Unknown property lavel

該当のソースコード

from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import Perceptron

iris = datasets.load_iris()#辞書型っぽい,キーで検索できる


#irisデータセットの特徴量を2つだけ使用
X = iris.data[:,[2,3]]
#yはラベル
y = iris.target

# random_stateは毎回同じデータを生成するために指定
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.3, random_state= 0)

sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)
X_test_std = sc.transform(X_test)


ppn = Perceptron(n_iter=40, eta0=0.1, random_state=0, shuffle=True)
ppn.fit(X_train_std, y_train)

y_pred = ppn.predict(X_test_std)
print((y_test != y_pred).sum())





#作図
def plot_decision_regions(X, y, classifier, test_idx=None, resolution=0.02):

    markers = ('s', 'x', 'o', '^', 'v')
    colors = ('red', 'blue', 'lightgreen', 'gray', 'cyan')
    cmap = ListedColormap(colors[:len(np.unique(y))])


    x1_min, x1_max = X[:, 0].min() -1, X[:, 0].max() + 1
    x2_min, x2_max = X[:, 1].min() -1, X[:, 1].max() + 1


    xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution),np.arange(x2_min, x2_max, resolution))

    Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)

    Z = Z.reshape(xx1.shape)

    plt.contourf(xx1, xx2, Z, alpha=0.4, cmap=cmap)

    plt.xlim(xx1.min(), xx1.max())
    plt.ylim(xx2.min(), xx2.max())

    for idx, cl in enumerate(np.unique(y)):
        plt.scatter(x=X[y==cl, 0],y=X[y==cl,1],alpha=0.8, c=cmap(idx),marker=markers[idx], lavel=cl)


    if test_idx:
        X_test, y_test = X[test_idx, :], y[test_idx]
        plt.scatter(X_test[:, 0], X_test[:, 1], c='', alpha=1.0, linewidths=1, marker='o',s=55, label='test set')






#トレーニングデータとテストデータの特徴量を行方向に結合
X_combined_std = np.vstack((X_train_std, X_test_std))
# トレーニングデータとテストデータのクラスラベルを結合
y_combined = np.hstack((y_train, y_test))
print("あああああああああ")

# 決定境界のプロット
plot_decision_regions(X=X_combined_std, y=y_combined, classifier=ppn, test_idx=range(105,150))

print("いいいいいいいいい")


# 軸ラベルの設定
plt.xlabel('petal length [standardized]')
plt.ylabel('petal length [standardized]')
print("ううううううううううう")

plt.legend(loc='upper left')

plt.show()

試したこと

plot_decision_regionsのところでエラーが出ています

補足情報(言語/FW/ツール等のバージョンなど)

より詳細な情報

  • 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。

    クリップを取り消します

  • 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。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    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
    • 広告と受け取られるような投稿

    評価が下がると、TOP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。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

原因は誤字です。下記コードのlavel=cllabel=clしてください。

        plt.scatter(x=X[y==cl, 0],y=X[y==cl,1],alpha=0.8, c=cmap(idx),marker=markers[idx], lavel=cl)
        plt.scatter(x=X[y==cl, 0],y=X[y==cl,1],alpha=0.8, c=cmap(idx),marker=markers[idx], label=cl)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 89.96%
  • 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られる