質問編集履歴
2
ソースコードの編集
test
CHANGED
File without changes
|
test
CHANGED
@@ -10,7 +10,7 @@
|
|
10
10
|
|
11
11
|
---追記
|
12
12
|
|
13
|
-
|
13
|
+
上記のエラーは解決しましたが、進めていくうちに次のエラーが発生しました
|
14
14
|
|
15
15
|
「SGDの平均2乗誤差」と「SVRの平均二乗誤差」
|
16
16
|
|
@@ -27,6 +27,8 @@
|
|
27
27
|
|
28
28
|
|
29
29
|
###該当のソースコード
|
30
|
+
|
31
|
+
```ここに言語を入力
|
30
32
|
|
31
33
|
-*- coding: utf-8 -*-
|
32
34
|
|
@@ -58,7 +60,7 @@
|
|
58
60
|
|
59
61
|
|
60
62
|
|
61
|
-
|
63
|
+
#3:データの整形-------------------------------------------------------
|
62
64
|
|
63
65
|
sc=preprocessing.StandardScaler()
|
64
66
|
|
@@ -72,13 +74,13 @@
|
|
72
74
|
|
73
75
|
|
74
76
|
|
75
|
-
|
77
|
+
#4:学習データとテストデータに分割する-------------------------------
|
76
78
|
|
77
79
|
X_rm_train, X_rm_test, Y_train, Y_test = model_selection.train_test_split(X_rm, Y, test_size=0.5, random_state=0)
|
78
80
|
|
79
81
|
|
80
82
|
|
81
|
-
|
83
|
+
#5:SGD Regressorを適用する-------------------------------------------
|
82
84
|
|
83
85
|
clf_rm = linear_model.SGDRegressor(max_iter=1000)
|
84
86
|
|
@@ -86,7 +88,7 @@
|
|
86
88
|
|
87
89
|
|
88
90
|
|
89
|
-
|
91
|
+
#解説6:SVR linear Regressorを適用する-------------------------------------------
|
90
92
|
|
91
93
|
clf_svr = svm.SVR(kernel='linear', C=1e3, epsilon=2.0)
|
92
94
|
|
@@ -94,7 +96,7 @@
|
|
94
96
|
|
95
97
|
|
96
98
|
|
97
|
-
|
99
|
+
#7:結果をプロットする------------------------------------------------
|
98
100
|
|
99
101
|
|
100
102
|
|
@@ -118,7 +120,7 @@
|
|
118
120
|
|
119
121
|
|
120
122
|
|
121
|
-
|
123
|
+
# 8:誤差-------------------------------------------------
|
122
124
|
|
123
125
|
Y_pred_sgd=clf_rm.predict(X_rm_test)
|
124
126
|
|
@@ -134,7 +136,7 @@
|
|
134
136
|
|
135
137
|
print(RMS_svr)
|
136
138
|
|
137
|
-
|
139
|
+
```
|
138
140
|
|
139
141
|
###試したこと
|
140
142
|
|
1
エラー個所の更新
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
scikit-learnのエラー解決できません
|
test
CHANGED
@@ -1,6 +1,6 @@
|
|
1
1
|
###前提・実現したいこと
|
2
2
|
|
3
|
-
http://neuro-educator.com/ml1
|
3
|
+
http://neuro-educator.com/ml18/ のサイトを参考に自分でも回帰を実装しようと思い、プログラムを書いていたところ下記のエラーがでました。
|
4
4
|
|
5
5
|
|
6
6
|
|
@@ -8,11 +8,27 @@
|
|
8
8
|
|
9
9
|
ValueError: Found input variables with inconsistent numbers of samples: [84, 105]
|
10
10
|
|
11
|
+
---追記
|
12
|
+
|
13
|
+
こちらのエラーは解決しましたが、進めていくうちに次のエラーが発生しました
|
14
|
+
|
15
|
+
「SGDの平均2乗誤差」と「SVRの平均二乗誤差」
|
16
|
+
|
17
|
+
47.8755773832
|
18
|
+
|
19
|
+
49.403758817
|
20
|
+
|
21
|
+
|
22
|
+
|
23
|
+
Data with input dtype int64 was converted to float64 by StandardScaler.
|
24
|
+
|
25
|
+
warnings.warn(msg, DataConversionWarning)
|
26
|
+
|
11
27
|
|
12
28
|
|
13
29
|
###該当のソースコード
|
14
30
|
|
15
|
-
|
31
|
+
-*- coding: utf-8 -*-
|
16
32
|
|
17
33
|
import pandas as pd
|
18
34
|
|
@@ -20,15 +36,9 @@
|
|
20
36
|
|
21
37
|
import matplotlib.pyplot as plt
|
22
38
|
|
23
|
-
from sklearn import
|
39
|
+
from sklearn import model_selection, preprocessing, linear_model ,svm#機械学習用のライブラリ
|
24
|
-
|
25
|
-
from sklearn.externals import joblib
|
26
40
|
|
27
41
|
from matplotlib import pyplot as plt
|
28
|
-
|
29
|
-
from sklearn import datasets
|
30
|
-
|
31
|
-
from sklearn import svm
|
32
42
|
|
33
43
|
|
34
44
|
|
@@ -48,7 +58,7 @@
|
|
48
58
|
|
49
59
|
|
50
60
|
|
51
|
-
"
|
61
|
+
"#3:データの整形-------------------------------------------------------
|
52
62
|
|
53
63
|
sc=preprocessing.StandardScaler()
|
54
64
|
|
@@ -62,21 +72,13 @@
|
|
62
72
|
|
63
73
|
|
64
74
|
|
65
|
-
"
|
75
|
+
"#4:学習データとテストデータに分割する-------------------------------
|
66
76
|
|
67
|
-
X_train, X_test, Y_train, Y_test =
|
77
|
+
X_rm_train, X_rm_test, Y_train, Y_test = model_selection.train_test_split(X_rm, Y, test_size=0.5, random_state=0)
|
68
|
-
|
69
|
-
X_rm_train, X_rm_test, Y_train, Y_test = cross_validation.train_test_split(X_rm, Y, test_size=0.)
|
70
78
|
|
71
79
|
|
72
80
|
|
73
|
-
"
|
81
|
+
" 5:SGD Regressorを適用する-------------------------------------------
|
74
|
-
|
75
|
-
clf = linear_model.SGDRegressor(max_iter=1000)
|
76
|
-
|
77
|
-
clf.fit(X_train, Y_train)
|
78
|
-
|
79
|
-
|
80
82
|
|
81
83
|
clf_rm = linear_model.SGDRegressor(max_iter=1000)
|
82
84
|
|
@@ -84,75 +86,65 @@
|
|
84
86
|
|
85
87
|
|
86
88
|
|
87
|
-
|
89
|
+
" 解説6:SVR linear Regressorを適用する-------------------------------------------
|
88
90
|
|
89
|
-
|
91
|
+
clf_svr = svm.SVR(kernel='linear', C=1e3, epsilon=2.0)
|
90
92
|
|
91
|
-
|
93
|
+
clf_svr.fit(X_rm_train, Y_train)
|
92
94
|
|
93
95
|
|
94
96
|
|
95
|
-
"
|
97
|
+
" #7:結果をプロットする------------------------------------------------
|
96
98
|
|
97
|
-
" %matplotlib inline
|
98
99
|
|
99
|
-
line_X = np.arange(0, 250, 0.1) #・・・から。。。まで1刻み
|
100
100
|
|
101
|
-
line_
|
101
|
+
line_X=np.arange(0, 250, 1) #3から10まで1刻み
|
102
102
|
|
103
|
+
line_Y_sgd=clf_rm.predict(line_X[:, np.newaxis])
|
104
|
+
|
105
|
+
line_Y_svr=clf_svr.predict(line_X[:, np.newaxis])
|
106
|
+
|
103
|
-
plt.figure(figsize=(
|
107
|
+
plt.figure(figsize=(30,30))
|
104
108
|
|
105
109
|
plt.subplot(2, 1, 1)
|
106
110
|
|
107
111
|
plt.scatter(X_rm_train, Y_train, c='b', marker='s')
|
108
112
|
|
109
|
-
plt.plot(line_X, line_Y, c='r')
|
113
|
+
plt.plot(line_X, line_Y_sgd, c='r')
|
114
|
+
|
115
|
+
plt.plot(line_X, line_Y_svr, c='g')
|
110
116
|
|
111
117
|
plt.show
|
112
118
|
|
113
119
|
|
114
120
|
|
115
|
-
"
|
121
|
+
"# 8:誤差-------------------------------------------------
|
116
122
|
|
117
|
-
Y_
|
123
|
+
Y_pred_sgd=clf_rm.predict(X_rm_test)
|
118
124
|
|
119
|
-
pl
|
125
|
+
Y_pred_svr=clf_svr.predict(X_rm_test)
|
120
126
|
|
121
|
-
p
|
127
|
+
print("\n「SGDの平均2乗誤差」と「SVRの平均二乗誤差」")
|
122
128
|
|
129
|
+
RMS_sgd=np.mean((Y_pred_sgd - Y_test) ** 2)
|
123
130
|
|
131
|
+
RMS_svr=np.mean((Y_pred_svr - Y_test) ** 2)
|
124
132
|
|
125
|
-
|
133
|
+
print(RMS_sgd)
|
126
134
|
|
127
|
-
plt.scatter(Y_test, Y_pred-Y_test, c='r', marker='s',label="ALL")
|
128
|
-
|
129
|
-
plt.legend()
|
130
|
-
|
131
|
-
plt.hlines(y=0, xmin=0, xmax=50, colors='black')
|
132
|
-
|
133
|
-
plt.show
|
134
|
-
|
135
|
-
|
136
|
-
|
137
|
-
print("\n「RMだけの平均2乗誤差」と「全部を使用したときの平均二乗誤差」")
|
138
|
-
|
139
|
-
RMS=np.mean((Y_pred - Y_test) ** 2)
|
140
|
-
|
141
|
-
RMS_rm=np.mean((Y_rm_pred - Y_test) ** 2)
|
142
|
-
|
143
|
-
print(RMS_r
|
135
|
+
print(RMS_svr)
|
144
|
-
|
145
|
-
print(RMS)
|
146
136
|
|
147
137
|
|
148
138
|
|
149
139
|
###試したこと
|
150
140
|
|
151
|
-
|
141
|
+
|
152
142
|
|
153
143
|
いままでも小さなエラーは出ていて少しづつ解決してきたのですが、
|
154
144
|
|
155
145
|
このエラーで詰まってしまいました。
|
146
|
+
|
147
|
+
ネットを探しながら解決法を見つけているのですが、見つかりません。
|
156
148
|
|
157
149
|
|
158
150
|
|