回答編集履歴
1
d
test
CHANGED
|
@@ -24,7 +24,17 @@
|
|
|
24
24
|
|
|
25
25
|
|
|
26
26
|
|
|
27
|
+
## 学習時
|
|
28
|
+
|
|
29
|
+
|
|
30
|
+
|
|
27
31
|
```python
|
|
32
|
+
|
|
33
|
+
import pickle
|
|
34
|
+
|
|
35
|
+
|
|
36
|
+
|
|
37
|
+
import numpy as np
|
|
28
38
|
|
|
29
39
|
from sklearn import svm
|
|
30
40
|
|
|
@@ -38,13 +48,23 @@
|
|
|
38
48
|
|
|
39
49
|
# データセットを作成する。
|
|
40
50
|
|
|
41
|
-
X, y = make_blobs(n_samples=100, centers=2, random_state=0)
|
|
51
|
+
X, y = make_blobs(n_samples=1000, centers=2, random_state=0)
|
|
42
|
-
|
|
43
|
-
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15)
|
|
44
52
|
|
|
45
53
|
|
|
46
54
|
|
|
55
|
+
# ホールドアウト分割する。
|
|
56
|
+
|
|
57
|
+
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, stratify=y, random_state=0)
|
|
58
|
+
|
|
59
|
+
|
|
60
|
+
|
|
61
|
+
# テストデータは保存しておく。
|
|
62
|
+
|
|
63
|
+
np.savez("test.npz", X=X_test, y=y_test)
|
|
64
|
+
|
|
65
|
+
|
|
66
|
+
|
|
47
|
-
# 標準化する。
|
|
67
|
+
# 学習データを標準化する。
|
|
48
68
|
|
|
49
69
|
sc = StandardScaler()
|
|
50
70
|
|
|
@@ -54,15 +74,53 @@
|
|
|
54
74
|
|
|
55
75
|
# 学習する。
|
|
56
76
|
|
|
57
|
-
clf = svm.LinearSVC(C=1)
|
|
77
|
+
clf = svm.LinearSVC(C=1, random_state=0)
|
|
58
78
|
|
|
59
79
|
clf.fit(X_train_std, y_train)
|
|
60
80
|
|
|
61
81
|
|
|
62
82
|
|
|
63
|
-
#
|
|
83
|
+
# 保存する。
|
|
64
84
|
|
|
85
|
+
pickle.dump(clf, open("svm.pickle", "wb"))
|
|
86
|
+
|
|
87
|
+
pickle.dump(sc, open("scaler.pickle", "wb"))
|
|
88
|
+
|
|
89
|
+
```
|
|
90
|
+
|
|
91
|
+
|
|
92
|
+
|
|
93
|
+
## 推論時
|
|
94
|
+
|
|
95
|
+
|
|
96
|
+
|
|
97
|
+
```python
|
|
98
|
+
|
|
99
|
+
import pickle
|
|
100
|
+
|
|
101
|
+
|
|
102
|
+
|
|
103
|
+
import numpy as np
|
|
104
|
+
|
|
105
|
+
|
|
106
|
+
|
|
107
|
+
# 読み込む。
|
|
108
|
+
|
|
109
|
+
clf = pickle.load(open("svm.pickle", "rb"))
|
|
110
|
+
|
|
111
|
+
sc = pickle.load(open("scaler.pickle", "rb"))
|
|
112
|
+
|
|
113
|
+
test_data = np.load("test.npz")
|
|
114
|
+
|
|
115
|
+
|
|
116
|
+
|
|
117
|
+
# テストデータを標準化する。
|
|
118
|
+
|
|
65
|
-
X_test_std = sc.transform(
|
|
119
|
+
X_test_std = sc.transform(test_data["X"])
|
|
120
|
+
|
|
121
|
+
|
|
122
|
+
|
|
123
|
+
# 予測する。
|
|
66
124
|
|
|
67
125
|
y_pred = clf.predict(X_test_std)
|
|
68
126
|
|