質問編集履歴
2
申し訳ございません。結合→(列の)連結の誤りでした。
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
csvデータの結
|
|
1
|
+
csvデータの連結に関して
|
body
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
2
|
|
|
3
|
-
MacでVSCodeを利用し、numpyのcsvデータの結
|
|
3
|
+
MacでVSCodeを利用し、numpyのcsvデータの連結("test2.csv"と"test_data"の"PassengerId"列)を行いたいのですが、上手くいかずお分かりの方がいれば、ご教示いただけますと幸いです。
|
|
4
4
|
|
|
5
5
|
※pandas3でcsvデータの前処理をし、svmで評価を行った際にnumpyに変換されていたりとデータ形式が原因になっているかもと、下記「発生している問題・エラーメッセージ」部分に、各データの一部を記載しております。
|
|
6
6
|
データ形式等、状況把握に必要なものがありましたら、ご連絡いただければと思います。
|
|
@@ -139,7 +139,7 @@
|
|
|
139
139
|
print("テストデータ：{0},予測ラベル：{1}".format(test_data,test_label))
|
|
140
140
|
print("正解率= {}".format(accuracy_score(train_label, test_label)))
|
|
141
141
|
|
|
142
|
-
#csvデータの結
|
|
142
|
+
#csvデータの連結
|
|
143
143
|
np.savetxt("test2.csv",test_label,fmt="%.0f",header="Survived",comments="")
|
|
144
144
|
test_data1 = pd.read_csv("test2.csv")
|
|
145
145
|
np.concatenate([test_data1,test_data["PassengerId"]])
|
1
MDを調整し、(多少ですが)改めて見やすくまとめさせていただきました。
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
MacでVSCodeを利用し、numpyのcsvデータの結合("test2.csv"と"test_data"の"PassengerId"列)を行いたいのですが、上手くいかずお分かりの方がいれば、ご教示いただけますと幸いです。
|
|
4
4
|
|
|
5
|
-
※
|
|
5
|
+
※pandas3でcsvデータの前処理をし、svmで評価を行った際にnumpyに変換されていたりとデータ形式が原因になっているかもと、下記「発生している問題・エラーメッセージ」部分に、各データの一部を記載しております。
|
|
6
6
|
データ形式等、状況把握に必要なものがありましたら、ご連絡いただければと思います。
|
|
7
7
|
|
|
8
8
|
### 発生している問題・エラーメッセージ
|
|
@@ -116,30 +116,31 @@
|
|
|
116
116
|
import pandas as pd
|
|
117
117
|
import numpy as np
|
|
118
118
|
|
|
119
|
-
|
|
119
|
+
#学習データとラベルを準備
|
|
120
120
|
train_data=pd.read_csv("train1.csv",index_col=0)
|
|
121
121
|
print(train_data)
|
|
122
122
|
train_label=pd.read_csv("train_label1.csv",index_col=0)
|
|
123
123
|
print(train_label)
|
|
124
124
|
|
|
125
|
-
|
|
125
|
+
#テストデータを準備
|
|
126
126
|
test_data = pd.read_csv("test1.csv",index_col=0)
|
|
127
127
|
print(test_data)
|
|
128
128
|
|
|
129
|
-
|
|
129
|
+
#アルゴリズムを指定
|
|
130
130
|
clf = svm.SVC(C=1, gamma=10)
|
|
131
131
|
|
|
132
|
-
|
|
132
|
+
#学習
|
|
133
133
|
clf.fit(train_data,train_label)
|
|
134
134
|
|
|
135
|
-
|
|
135
|
+
#テスト
|
|
136
136
|
test_label = clf.predict(test_data)
|
|
137
137
|
|
|
138
|
-
|
|
138
|
+
#テスト結果の表示
|
|
139
139
|
print("テストデータ：{0},予測ラベル：{1}".format(test_data,test_label))
|
|
140
140
|
print("正解率= {}".format(accuracy_score(train_label, test_label)))
|
|
141
141
|
|
|
142
|
-
|
|
142
|
+
#csvデータの結合
|
|
143
143
|
np.savetxt("test2.csv",test_label,fmt="%.0f",header="Survived",comments="")
|
|
144
144
|
test_data1 = pd.read_csv("test2.csv")
|
|
145
|
-
np.concatenate([test_data1,test_data["PassengerId"]])
|
|
145
|
+
np.concatenate([test_data1,test_data["PassengerId"]])
|
|
146
|
+
```
|