Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

354

5

章 機械学習

図5-15　データへの単回帰当てはめ

5.2.2.3

 教師あり学習の事例：アイリスの分類

既出のアイリスデータセットを使用して、この手順の別の例を見てみましょう。次の問いを考え

ます。アイリスデータの一部で訓練したモデルは、残りのデータのラベルをどの程度正しく予測で

きるでしょうか。

このタスクでは、ガウシアンナイーブベイズ（

Gaussian naive Bayes

）と呼ばれる非常に簡単な生

成モデルを使用します。これは、各クラスが軸ごとにガウス分布を持つと仮定して処理を行います。

（詳細は、「5.5 詳細：ナイーブベイズ分類」を参照）

。ガウシアンナイーブベイズは、非常に高速

で、選択すべきハイパーパラメータを持たないため、より洗練されたモデルで改善が見られるかど

うかを調べる前に、基準となる分類として使用するのに適したモデルです。

学習時のデータとは異なるデータを使ってモデルを評価したいので、データを学習

セットとテス

トセットに分割します。これは手作業で行ってもよいのですが、

train_test_split

ユーティリティ

関数を使用する方が簡単です。

In[15]: from sklearn.model_selection import train_test_split

Xtrain, Xtest, ytrain, ytest = train_test_split(X_iris, y_iris,

random_state=1)

データを分けた後、手順に沿って予測を行います。

In[16]: ...