質問編集履歴
1
検証可能なように変更しました
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
|
|
1
|
+
複数データをモデルに順に組込みアレイで返したい。
|
body
CHANGED
|
@@ -1,56 +1,107 @@
|
|
|
1
1
|
見よう見まねのPython初心者です。
|
|
2
|
-
|
|
2
|
+
LightGBMで構築したモデルでAを予測をしたいと思っています。
|
|
3
|
-
|
|
3
|
+
データにはカテゴリ変数と欠損値が含まれています。
|
|
4
4
|
|
|
5
|
+
(A_DATA)
|
|
6
|
+
|A|B|C|D|E|F|G|
|
|
7
|
+
|:--|:--:|--:|
|
|
8
|
+
|1|1||1|A|1|1|
|
|
9
|
+
|2|2|2|2|B||2|
|
|
10
|
+
|3|2|4|4|A|3|2|
|
|
11
|
+
|4|5|5|6|B|3|5|
|
|
12
|
+
|5|5||3|A|2|3|
|
|
13
|
+
|2|1|2|1|B|1|1|
|
|
14
|
+
|5|2|2|2|B|3|2|
|
|
15
|
+
|3|2|4|4|B|3|2|
|
|
16
|
+
|4|5|5|6|B|3|5|
|
|
17
|
+
|2|5|6|3|B|2|3|
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
|
|
5
22
|
```ここに言語を入力
|
|
6
|
-
|
|
23
|
+
import numpy as np
|
|
7
|
-
"stg": [1],"No": [6],"Type": [4],"sex": ["M"],"age": [65],"Dw": [78],
|
|
8
|
-
"wt": [81],"post1": [1],"post2": [8],"post3": [3],"post4": [1],
|
|
9
|
-
"post5": [5],"min": [3],"mode": ["HD"],"weather": ["曇"],
|
|
10
|
-
|
|
24
|
+
import pandas as pd
|
|
11
|
-
|
|
25
|
+
import os
|
|
26
|
+
import sys
|
|
27
|
+
|
|
12
|
-
|
|
28
|
+
import lightgbm as lgb
|
|
29
|
+
from sklearn.model_selection import train_test_split
|
|
30
|
+
|
|
31
|
+
import matplotlib.pyplot as plt
|
|
13
|
-
|
|
32
|
+
import seaborn as sns
|
|
14
|
-
model.predict(X[-1:])
|
|
15
33
|
```
|
|
34
|
+
```ここに言語を入力
|
|
35
|
+
# A_DATA読み込み
|
|
16
|
-
|
|
36
|
+
data = pd.read_excel("A_DATA.xlsx")
|
|
17
37
|
|
|
38
|
+
# 学習データとテストデータを分ける
|
|
39
|
+
train_data, test_data = train_test_split(data, test_size=3, random_state=0)
|
|
18
40
|
|
|
41
|
+
# 特徴量はB、C、D、E、F、G Eをカテゴリ ターゲットはA
|
|
19
|
-
|
|
42
|
+
def create_feature(data):
|
|
43
|
+
feature = data[["B", "C", "D", "E", "F", "G"]].copy()
|
|
44
|
+
cat_cols = ['E']
|
|
45
|
+
feature[cat_cols] = feature[cat_cols].astype("category")
|
|
46
|
+
|
|
20
|
-
|
|
47
|
+
return feature
|
|
48
|
+
|
|
49
|
+
X_train = create_feature(train_data)
|
|
21
|
-
|
|
50
|
+
y_train = train_data["A"]
|
|
22
|
-
|1|6|4|M|…
|
|
23
|
-
|2|8|2|F|…
|
|
24
|
-
|1|13|5|M|…
|
|
25
51
|
|
|
52
|
+
# LightGBMでモデル構築
|
|
53
|
+
X_trn, X_val, y_trn, y_val = train_test_split(X_train, y_train, test_size=3, random_state=0)
|
|
54
|
+
|
|
55
|
+
lgb_dataset_trn = lgb.Dataset(X_trn, label=y_trn, categorical_feature='auto')
|
|
56
|
+
lgb_dataset_val = lgb.Dataset(X_val, label=y_val, categorical_feature='auto')
|
|
57
|
+
|
|
58
|
+
params = {
|
|
59
|
+
'objective' : 'rmse',
|
|
26
|
-
|
|
60
|
+
'learning_rate' : 0.1,
|
|
61
|
+
'max_depth' : -1,
|
|
62
|
+
}
|
|
63
|
+
|
|
64
|
+
model = lgb.train(
|
|
65
|
+
params=params,
|
|
66
|
+
train_set=lgb_dataset_trn,
|
|
67
|
+
valid_sets=[lgb_dataset_val],
|
|
68
|
+
num_boost_round=100,
|
|
69
|
+
early_stopping_rounds=10,
|
|
70
|
+
verbose_eval=10
|
|
71
|
+
)
|
|
72
|
+
```
|
|
73
|
+
このモデルに値（B=6、C=1、D=2、E="B"、F=5、G=4、A=-1）を入力すると
|
|
74
|
+
|
|
27
75
|
```ここに言語を入力
|
|
76
|
+
# Aを予測 B=6、C=1、D=2、E="B"、F=5、G=4、A=-1
|
|
28
77
|
data = data.append(pd.DataFrame.from_dict({
|
|
78
|
+
"B": [6],
|
|
79
|
+
"C": [1],
|
|
29
|
-
"
|
|
80
|
+
"D": [2],
|
|
30
|
-
"
|
|
81
|
+
"E": ["B"],
|
|
31
|
-
"
|
|
82
|
+
"F": [5],
|
|
83
|
+
"G": [4],
|
|
32
|
-
"
|
|
84
|
+
"A": [-1]
|
|
33
85
|
})).reset_index(drop=True)
|
|
34
86
|
data.replace(0,np.nan)
|
|
35
|
-
for i in data:
|
|
36
|
-
|
|
87
|
+
X = create_feature(data)
|
|
37
|
-
|
|
38
88
|
model.predict(X[-1:])
|
|
39
89
|
```
|
|
40
|
-
array
|
|
90
|
+
array([2.5])とAの予測結果が表示されます。
|
|
41
91
|
|
|
42
|
-
|
|
43
|
-
あとは、
|
|
44
|
-
```ここに言語を入力
|
|
45
|
-
dat1 = [1,6,2,"M",65,78,81,1,8,3,1,5,3,"D","曇"]
|
|
46
|
-
dat2 = [2,8,2,"F",71,45,47.5,2,5,3,2,4,3,"O","曇"]
|
|
47
|
-
dat3 = [1,13,5,"M",70,62,66.2,8,8,5,5,0,3,"I","曇"]
|
|
48
|
-
x_pred = [dat1,dat2,dat3]
|
|
49
92
|
|
|
50
|
-
model.predict(x_pred)
|
|
51
|
-
```
|
|
52
|
-
|
|
93
|
+
これで例えば3件分のデータでAを予測したい場合、
|
|
53
|
-
|
|
94
|
+
・B=6、C=1、D=4、E="B"、F=3、G=2、A=-1
|
|
54
|
-
|
|
95
|
+
・B=1、C=2、D=3、E="A"、F=2、G=4、A=-1
|
|
96
|
+
・B=3、C=2、D=1、E="B"、F=5、G=1、A=-1
|
|
55
97
|
|
|
98
|
+
入力するパラメータが多いのと1件ずつ入力しないといけないので、何とかまとめて入力できないかと考えています。
|
|
99
|
+
可能なら、
|
|
100
|
+
・[6,1,4,B,3,2,-1]
|
|
101
|
+
・[1,2,3,A,2,4,-1]
|
|
102
|
+
・[3,2,1,B,5,1,-1]
|
|
103
|
+
という感じに行方向だと入力も楽になります。
|
|
104
|
+
for文を使うとは思いますが、いまいち文法が理解できていません。
|
|
105
|
+
|
|
106
|
+
|
|
56
107
|
是非ともご教授下さるようお願いいたします。
|