質問編集履歴
3
改善
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -11,61 +11,6 @@
|
|
|
11
11
|
### 該当のソースコード
|
|
12
12
|
|
|
13
13
|
```ここに言語名を入力
|
|
14
|
-
#モジュール読み込み
|
|
15
|
-
import numpy as np
|
|
16
|
-
import pandas as pd
|
|
17
|
-
import matplotlib.pyplot as plt
|
|
18
|
-
import time
|
|
19
|
-
import winsound
|
|
20
|
-
|
|
21
|
-
from sklearn.preprocessing import StandardScaler
|
|
22
|
-
from sklearn.decomposition import KernelPCA as KPCA
|
|
23
|
-
from sklearn.linear_model import LogisticRegression
|
|
24
|
-
from sklearn.model_selection import LeaveOneOut
|
|
25
|
-
from sklearn.pipeline import make_pipeline
|
|
26
|
-
from sklearn.model_selection import GridSearchCV
|
|
27
|
-
|
|
28
|
-
start=time.time()
|
|
29
|
-
|
|
30
|
-
#データ読み込み
|
|
31
|
-
file_name='data_class2.xlsx'
|
|
32
|
-
sheet_name='Sheet7'
|
|
33
|
-
df = pd.read_excel(file_name,sheet_name=sheet_name)
|
|
34
|
-
df=df.drop('results',axis=1)
|
|
35
|
-
df_X=df.copy()
|
|
36
|
-
df_Y=df.copy()
|
|
37
|
-
features_df=df_X.drop(['Target','Target2'],axis=1)
|
|
38
|
-
drop_idx=['HR-rest',\
|
|
39
|
-
'HR-task',\
|
|
40
|
-
'HR-after',\
|
|
41
|
-
'HF-rest',\
|
|
42
|
-
'HF-task',\
|
|
43
|
-
'HF-after',\
|
|
44
|
-
'LH-rest',\
|
|
45
|
-
'LH-task',\
|
|
46
|
-
'LH-after',\
|
|
47
|
-
'Target2']
|
|
48
|
-
drop_idx2=['HR-rest',\
|
|
49
|
-
'HR-task',\
|
|
50
|
-
'HR-after',\
|
|
51
|
-
'HF-rest',\
|
|
52
|
-
'HF-task',\
|
|
53
|
-
'HF-after',\
|
|
54
|
-
'LH-rest',\
|
|
55
|
-
'LH-task',\
|
|
56
|
-
'LH-after',\
|
|
57
|
-
'Target']
|
|
58
|
-
mod_excel_num=92
|
|
59
|
-
con_mod_index=(mod_excel_num-1)
|
|
60
|
-
targets_df=df_Y.drop(drop_idx,axis=1)
|
|
61
|
-
targets2_df=df_Y.drop(drop_idx2,axis=1)
|
|
62
|
-
targets_array=np.array(targets_df)
|
|
63
|
-
targets2_array=np.array(targets2_df.iloc[:con_mod_index])
|
|
64
|
-
features1=np.array(features_df)
|
|
65
|
-
features2=np.array(features_df.iloc[:con_mod_index])
|
|
66
|
-
targets1=np.ravel(targets_array)
|
|
67
|
-
targets2=np.ravel(targets2_array)
|
|
68
|
-
|
|
69
14
|
#LOO交差検定によるグリッドサーチでのハイパーパラメータの探索
|
|
70
15
|
|
|
71
16
|
|
2
改善
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -117,7 +117,7 @@
|
|
|
117
117
|
|
|
118
118
|
pipe_lr1.fit(train_data1,targets_train1)
|
|
119
119
|
|
|
120
|
-
predicted_label1 = pipe_lr1.predict(test_data)
|
|
120
|
+
predicted_label1 = pipe_lr1.predict(test_data)#この部分が更新されません
|
|
121
121
|
predicted_labels1.append(predicted_label1)
|
|
122
122
|
|
|
123
123
|
if predicted_label1==targets_test1: #正解
|
|
@@ -142,7 +142,7 @@
|
|
|
142
142
|
|
|
143
143
|
pipe_lr2.fit(train_data2,targets_train2)
|
|
144
144
|
|
|
145
|
-
predicted_label2 = pipe_lr2.predict(test_data)
|
|
145
|
+
predicted_label2 = pipe_lr2.predict(test_data)#この部分が更新されません
|
|
146
146
|
predicted_labels2.append(predicted_label2)
|
|
147
147
|
|
|
148
148
|
if predicted_label2==targets_test2:
|
1
誤字
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
2
|
|
|
3
|
-
二値分類を二回行い3クラスに分類するロジスティック回帰についてです。デバックした結果predicted_label1 =
|
|
3
|
+
二値分類を二回行い3クラスに分類するロジスティック回帰についてです。デバックした結果predicted_label1 = pipe_lr1.predict(test_data)とpredicted_label2 = pipe_lr2.predict(test_data)の部分がループのたびに更新されていませんでした。なにが間違えているのでしょうか？
|
|
4
4
|
|
|
5
5
|
### 発生している問題・エラーメッセージ
|
|
6
6
|
|