ランダムフォレストで特徴量の重要度を表示する際のpltで、エラーが発生して苦慮しています。

Question

ランダムフォレストで特徴量の重要度を表示する際のplotで、エラーが発生して苦慮しています。

競馬データで統計の勉強をしている初心者でございます。

今回のソースコードは以下の通りでございます。

# -*- coding: utf-8 -*-

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import LeaveOneOut
from sklearn.ensemble import RandomForestClassifier

import scipy as sp
import sklearn
import seaborn as sns
from matplotlib import  pyplot as plt
import sklearn.cross_validation


#訓練データ
gakusyuu_data = pd.read_csv("data_kyoto_test.csv", sep=",") 

# gakusyuu_data から NaN を含む列を削除する

gakusyuu_data_d = gakusyuu_data.drop(gakusyuu_data.columns[np.isnan(gakusyuu_data).any()], axis=1)


# 特徴データとラベルデータを取り出す
gakusyuu_data_d_except_arrival = gakusyuu_data_d.drop("arrival", axis=1)

neta = gakusyuu_data_d_except_arrival.as_matrix()
targets = gakusyuu_data_d['arrival'].as_matrix()

model = RandomForestClassifier()
model.fit(neta, targets)

#それぞれの変数の重要度を記述する
print (model.feature_importances_)

############################################# ここから下以降のスクリプトがうまく動きません
#特徴量の重要度
feature = model.feature_importances_

#特徴量の重要度を上から順に出力する

f = pd.DataFrame({'number': range(0, len(feature)),'feature': feature[:]})


f2 = f.sort_values('feature',ascending=False)
f3 = f2.ix[:, 'number']

#特徴量の名前
label = gakusyuu_data.columns[0:]

#特徴量の重要度順（降順）
indices = np.argsort(feature)[::-1]

for i in range(len(feature)):
 print (str(i + 1) + "   " + str(label[indices[i]]) + "   " + str(feature[indices[i]])

plt.title('Feature Importance')
plt.bar(range(len(feature)),feature[indices], color='lightblue', align='center')
plt.xticks(range(len(feature)), label[indices], rotation=90)
plt.xlim([-1, len(feature)])
plt.tight_layout()
plt.show()

訓練データは以下の通りでございます。

season	race_num	age	kinryo	sex	tousuu	baba	arrival
1	6	3	54	2	10	1	3
2	6	3	54	2	16	1	4
10	2	3	55	1	15	1	2
11	3	3	55	1	15	1	1
1	9	3	56	1	10	1	2
4	8	3	56	1	14	2	1
5	7	3	56	1	10	1	2
11	7	4	55	1	17	1	3
1	7	4	56	1	15	1	2
1	7	4	56	1	16	1	1
2	9	4	54	1	9	2	2
1	9	6	55	1	15	3	2
2	9	6	55	1	12	1	1
4	11	6	57	1	13	1	3
2	10	7	57	1	11	2	3
4	11	7	53	1	14	1	3
10	11	8	57	1	11	1	3
11	9	8	57	1	10	1	3
1	11	8	53	1	16	1	3
2	10	8	57	1	10	1	3
1	1	3	54	2	14	1	3
10	3	3	55	1	11	1	1
11	8	3	55	1	8	2	2
10	4	6	60	1	11	1	3
11	4	7	60	1	11	1	2
1	5	3	54	2	16	1	3
5	2	3	54	2	18	1	4
11	1	3	55	1	16	1	4
5	2	3	56	1	16	1	4

ソースコードの下方にございます、

plt.title('Feature Importance') この箇所におきまして、

plt.title('Feature Importance')
^
SyntaxError: invalid syntax

このようなエラーが発生しました。

構文エラーなのですが、参考にさせて頂きました

http://aiweeklynews.com/archives/50653819.html

ここでは、同じ箇所では、SyntaxErrorは発生しておりません。

特に複雑なことをしている訳でもございません。

いろいろ調べましたが、解決出来ません。

先輩方の御教示、よろしくお願いいたします。

Comments

[LouiS0616]

pltを二回インポートしているようですが、片方消してみてはいかがですか？

[akakage13]

LouiS0616様、早速の御教示ありがとうございます。２番目のpltを消しましたが、同じエラーが発生しております。引き続き、よろしくお願いいたします。

Answer 1

for i in range(len(feature)):
 print (str(i + 1) + "   " + str(label[indices[i]]) + "   " + str(feature[indices[i]])

print関数のカッコが足りていません。次のようにしてください。

for i in range(len(feature)):
 print (str(i + 1) + "   " + str(label[indices[i]]) + "   " + str(feature[indices[i]]))

---

同様なエラーが出るコード

>>> num = int(3
... plt = "hogehoge"
  File "<stdin>", line 2
    plt = "hogehoge"
      ^
SyntaxError: invalid syntax

文頭にシンタックスエラーが出る際は、直前の行を疑ってください。
これはどの言語にも言えることです。

#include <stdio.h>
int main(void) {
    printf("Hello World")   // ←セミコロンのつけ忘れ
    return 0;
}

>gcc bug.c
bug.c: In function 'main':
bug.c:4:5: error: expected ';' before 'return'
     return 0;
     ^~~~~~

追記

せっかくなので、for文もリファクタリングしてしまいましょう。

for i in range(len(feature)):
    print (str(i + 1) + "   " + str(label[indices[i]]) + "   " + str(feature[indices[i]])

まず、print関数がずいぶん冗長ですが、次のように出来ます。

for i in range(len(feature)):
    print(i + 1, label[indices[i]], feature[indices[i]])

だいぶ横幅が狭まりましたね。
さらに、range(len(hogehoge))を用いている場合は、だいたい整理可能です。

for i, index in enumerate(indices):
    print(i + 1, label[index], feature[index])

実はまだ整理できます。
labelとfeatureを順に参照しているだけなので、まとめられます。

for i, (l, f) in enumerate(zip(label, feature)):
    print(i + 1, l, f)

慣れるまではかえって読みづらいかもしれませんが。

---

『リストは複数形』というルールを作れば、かなり読みやすくなります。

for i, (label, feature) in enumerate(zip(labels, features)):
    print(i + 1, label, feature)

Comments

[akakage13]

LouiS0616様、うまく動きました。
早々の懇切丁寧な御教示、本当にありがとうございました。
これからもよろしくお願いいたします。

[LouiS0616]

ついでに、複数の変数を出力するなら、次のように書いた方が簡潔かと思いますよ。
print(i + 1, label[indices[i]], feature[indices[i]])

[LouiS0616]

いや、こっちの方がもっといいか。
for i, index in enumerate(indices):
....print(i+1, label[index], feature[index])
※空白を.で代替しています。