超初歩的な機会学習に関する質問です

Question

sklearnを用いて、xor演算を機会学習する、というコードなのですが
わからないことがあるので質問させていただきます。
「XORの演算結果 --- (※1)、学習させるためにデータとラベルに分ける --- (※2)、データの学習 --- (※3)」で行なっていることは、データとその答えを与えて、学習させているという段階だと思うのですが、そうであればたった４つの例だけで学習ができたということでしょうか？

また、予測結果が出ていますが、何を予測したのでしょうか？
xor_dataが学習させるために使ったデータだとすると、新たにp、qの値を与えなきゃ予測も何もできないと思うのですが。。。

おそらく自分の解釈が間違えていると思うので、解説していただけると嬉しいです

from sklearn import svm

# XORの演算結果 --- (※1)
xor_data = [
    #P, Q, result
    [0, 0, 0],
    [0, 1, 1],
    [1, 0, 1],
    [1, 1, 0]
]

# 学習させるためにデータとラベルに分ける --- (※2)
data = []
label = []
for row in xor_data:
    p = row[0]
    q = row[1]
    r = row[2]
    data.append([p, q])
    label.append(r)

# データの学習 --- (※3)
clf = svm.SVC()
clf.fit(data, label)

# データを予測 --- (※4)
pre = clf.predict(data)
print("予測結果:", pre)

# 正解と合っているか結果を確認 --- (※5)
ok = 0; total = 0
for idx, answer in enumerate(label):
    p = pre[idx]
    if p == answer: ok += 1
    total += 1
print("正解率:", ok, "/", total, "=", ok/total)

出力結果

予測結果: [0 1 1 0]
正解率: 4 / 4 = 1.0

Comments

[ozwk]

XORが何か知ってますか?

[renren643]

はい、本に書いてあったので性質はわかっていると思います。

Answer 1

予測しているのではありません。
分類が成功しているかどうかの確認を行っているだけです。