質問編集履歴
3
あ
test
CHANGED
File without changes
|
test
CHANGED
@@ -12,9 +12,11 @@
|
|
12
12
|
|
13
13
|
エラーメッセージから、yの値がstr型ではできないアルゴリズムを試行している感じはあるのですが...
|
14
14
|
|
15
|
-
このエラーの回避はどうすればいいのでしょうか?
|
15
|
+
~~このエラーの回避はどうすればいいのでしょうか?
|
16
|
+
|
16
|
-
|
17
|
+
~~
|
18
|
+
|
17
|
-
|
19
|
+
追)エラー回避ができました。そうなると、そもそもなぜこのエラーが起こったかが問題になります。試したことのところに記載してあります。
|
18
20
|
|
19
21
|
### 発生している問題・エラーメッセージ
|
20
22
|
|
2
細部
test
CHANGED
File without changes
|
test
CHANGED
@@ -418,8 +418,12 @@
|
|
418
418
|
|
419
419
|
```
|
420
420
|
|
421
|
-
見た感じ、書籍や参考URLからClassfierの件数が多くなっていることがわかります
|
421
|
+
見た感じ、書籍や参考URLからClassfierの件数が多くなっていることがわかります。例えば、CategoricalNB など。
|
422
|
+
|
423
|
+
これは、
|
422
424
|
|
423
425
|
all_estimators(type_filter="classifier")
|
424
426
|
|
425
427
|
のclasssfierでフィルタされる、そもそものアルゴリズムが増えたという認識であっているでしょうか?
|
428
|
+
|
429
|
+
それとも、フィルタが間違っていたのでしょうか?
|
1
色々
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
python sklearnのall_estimators()での
|
1
|
+
python sklearnのall_estimators(type_filter="classifier")での識別機の件数について
|
test
CHANGED
@@ -317,3 +317,109 @@
|
|
317
317
|
|
318
318
|
|
319
319
|
```
|
320
|
+
|
321
|
+
|
322
|
+
|
323
|
+
###試したこと
|
324
|
+
|
325
|
+
該当部分をいかに変更しました。これにより、エラー無視で処理が行なえます。
|
326
|
+
|
327
|
+
```
|
328
|
+
|
329
|
+
for (name, algorithm) in allAlgorithms:
|
330
|
+
|
331
|
+
try:
|
332
|
+
|
333
|
+
clf = algorithm()
|
334
|
+
|
335
|
+
clf.fit(x_train, y_train)
|
336
|
+
|
337
|
+
y_pred = clf.predict(x_test)
|
338
|
+
|
339
|
+
print(name,"の正解率=", accuracy_score(y_test, y_pred))
|
340
|
+
|
341
|
+
except:
|
342
|
+
|
343
|
+
pass
|
344
|
+
|
345
|
+
```
|
346
|
+
|
347
|
+
その結果が、以下となります。
|
348
|
+
|
349
|
+
```
|
350
|
+
|
351
|
+
AdaBoostClassifier の正解率= 0.7666666666666667
|
352
|
+
|
353
|
+
BaggingClassifier の正解率= 0.9666666666666667
|
354
|
+
|
355
|
+
BernoulliNB の正解率= 0.3
|
356
|
+
|
357
|
+
CalibratedClassifierCV の正解率= 0.9
|
358
|
+
|
359
|
+
CategoricalNB の正解率= 1.0
|
360
|
+
|
361
|
+
ComplementNB の正解率= 0.6666666666666666
|
362
|
+
|
363
|
+
DecisionTreeClassifier の正解率= 0.8666666666666667
|
364
|
+
|
365
|
+
DummyClassifier の正解率= 0.36666666666666664
|
366
|
+
|
367
|
+
ExtraTreeClassifier の正解率= 0.8333333333333334
|
368
|
+
|
369
|
+
ExtraTreesClassifier の正解率= 0.9666666666666667
|
370
|
+
|
371
|
+
GaussianNB の正解率= 0.9666666666666667
|
372
|
+
|
373
|
+
GaussianProcessClassifier の正解率= 1.0
|
374
|
+
|
375
|
+
GradientBoostingClassifier の正解率= 0.9666666666666667
|
376
|
+
|
377
|
+
HistGradientBoostingClassifier の正解率= 0.8666666666666667
|
378
|
+
|
379
|
+
KNeighborsClassifier の正解率= 1.0
|
380
|
+
|
381
|
+
LabelPropagation の正解率= 1.0
|
382
|
+
|
383
|
+
LabelSpreading の正解率= 1.0
|
384
|
+
|
385
|
+
LinearDiscriminantAnalysis の正解率= 1.0
|
386
|
+
|
387
|
+
LinearSVC の正解率= 0.9333333333333333
|
388
|
+
|
389
|
+
LogisticRegression の正解率= 1.0
|
390
|
+
|
391
|
+
LogisticRegressionCV の正解率= 1.0
|
392
|
+
|
393
|
+
MLPClassifier の正解率= 1.0
|
394
|
+
|
395
|
+
MultinomialNB の正解率= 0.9666666666666667
|
396
|
+
|
397
|
+
NearestCentroid の正解率= 1.0
|
398
|
+
|
399
|
+
NuSVC の正解率= 1.0
|
400
|
+
|
401
|
+
PassiveAggressiveClassifier の正解率= 0.8666666666666667
|
402
|
+
|
403
|
+
Perceptron の正解率= 0.6666666666666666
|
404
|
+
|
405
|
+
QuadraticDiscriminantAnalysis の正解率= 1.0
|
406
|
+
|
407
|
+
RadiusNeighborsClassifier の正解率= 1.0
|
408
|
+
|
409
|
+
RandomForestClassifier の正解率= 0.9333333333333333
|
410
|
+
|
411
|
+
RidgeClassifier の正解率= 0.8666666666666667
|
412
|
+
|
413
|
+
RidgeClassifierCV の正解率= 0.8666666666666667
|
414
|
+
|
415
|
+
SGDClassifier の正解率= 0.6666666666666666
|
416
|
+
|
417
|
+
SVC の正解率= 1.0
|
418
|
+
|
419
|
+
```
|
420
|
+
|
421
|
+
見た感じ、書籍や参考URLからClassfierの件数が多くなっていることがわかりますが、これは、
|
422
|
+
|
423
|
+
all_estimators(type_filter="classifier")
|
424
|
+
|
425
|
+
のclasssfierでフィルタされる、そもそものアルゴリズムが増えたという認識であっているでしょうか?
|