Python scikit-learn データ解析 機械学習

Scikit-learnで機械学習（ランダムフォレストで分類する方法）

scikit-learnのRandomForest（ランダムフォレスト）を使った分類方法です。データはIrisを利用しています。

前々回：Scikit-learnで機械学習（決定木で分類する方法）
前回：Scikit-learnで機械学習（SVMで分類する方法）

RandomForest（ランダムフォレスト）を使ったIrisデータの分類方法

Irisデータ

scikit-learnに付属のIris（アヤメの計測データ）を利用しています。

Irisデータは『setosa』、『versicolor』、『virginica』という3種類の品種のアヤメの”がく片 (Sepal)”と”花弁 (Petal)” の幅および長さを150点計測したデータです。

sepal length(cm)	がく片の長さ
sepal width(cm)	がく片の幅
petal length(cm)	花弁の長さ
petal width(cm)	花弁の幅

RandomForestでIrisデータを識別

ランダムフォレストはモデルにRandomForestClassifierを指定します。

In [1]:

from sklearn import datasets, model_selection , metrics
from sklearn.ensemble import RandomForestClassifier

# irisデータ読み込み
iris = datasets.load_iris()

# 訓練用とテスト用データに分割
X_train, X_test, label_train, label_test = model_selection.train_test_split(
    iris.data, iris.target, test_size=0.3, random_state=0)

# 訓練データで学習
clf = RandomForestClassifier(random_state=0) # 分類器RandomForest
clf.fit(X_train, label_train) # 学習

# テストデータで予測
pre = clf.predict(X_test)

# 予測結果の正解率
ac_score = metrics.accuracy_score(label_test, pre)
print('正解率{0:.1f}%'.format(ac_score * 100))

正解率97.8%

がく片、花びらの長さで正解分類をプロット（全データ, n=150）

がく片、花びらの長さで学習結果をプロット（訓練データ70%, n=105）

がく片、花びらの長さで予測結果をプロット（テストデータ30%, n=45）

赤い点は正解ラベルど不一致のデータです。

スポンサーリンク