scikit-learn のfit()は何をしているのか

Question

最近、scikit-learnによる機械学習の勉強を始めたのですが、その中でfit()による学習の仕組みが気になりました。
fit()では具体的にどのようなやり方で学習をしているのでしょうか。
またゼロつくのようなディープラーニングを勉強するべきなのでしょうか。
よろしくお願いします。

from sklearn.model_selection import train_test_split
Xtrain, Xtest, ytrain, ytest, = train_test_split(X_iris, y_iris,
random_state=1)

from sklearn.naive_bayes import GaussianNB
model = GaussianNB()
model.fit(Xtrain, ytrain)
y_model = model.predict(Xtest)

from sklearn.metrics import accuracy_score
accuracy_score(ytest, y_model)

Answer 1

scikit-learnのGaussianNBの詳細な仕様が知りたいのであれば、ソースfit(X, y, sample_weight=None)[source]を読まれるのが良いかと思います。ガウシアンナイーブベイズの概要が知りたいのであればガウシアンナイーブベイズなどはどうでしょうか？

またゼロつくのようなディープラーニングを勉強するべきなのでしょうか。

上記については「質問者さんがやりたいこと」に依ると思います。必要になったときに学習するでも良いかと思います。時間に余裕があるのであれば上記書籍も良いと思います。

Comments

[Ryo486]

ソースのリンクを貼っていただきありがとうございます。
大変参考になりました。