Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用

40

2

章 機械学習プロジェクトのはじめから終わりまで

例えば 、訓練セットを

5

つに分割すれば、元の訓練セットの

4/5

を使ってモデルを訓練し、残りの

1/5

（検証セットと呼ばれる）に対して予測することで、そのモデルを評価することができる。

さらに、訓練に使わない

1/5

の検証セットを毎回変えながら、このような訓練と評価を

5

回行うこと

ができる。これが k 分割交差検証（

k-fold cross-validation

）と呼ばれる手法で、この場合には

k

が

5

と

なる。この方法を用いると、汎化エラーの推定を

1

回ではなく

5

回行うことができる。

5

回の実行の際、訓練スコアと交差検証スコアを記録しておく。また、各観測値に対する交差検証予

測も保持しておく。

5

回の実行が終わると、データセット全体に対する交差検証予測が得られる

＊

1

。こ

れが、テストセットでの性能の最も良い推定値になる。

k

分割交差検証を

k

を

5

として実行するには、次のようにする。

k_fold = StratifiedKFold(n_splits=5, shuffle=True, random_state=2018)

2.5

 機械学習モデル（

Part

Ⅰ）

これで機械学習モデルを作る準備ができた。それぞれの機械学習アルゴリズムに対して、ハイパー

パラメータ

＊

2

を設定し、モデルを訓練し、結果を評価する。

2.5.1

 モデル

#1

：ロジスティック回帰

まずは最も基本的なクラス分類アルゴリズムであるロジスティック回帰からはじめよう。

2.5.1.1

 ハイパーパラメータの設 ...