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

366

5

章 機械学習

1., 1., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,

1., 1., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,

1., 1., 1., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.,

1., 1., 1., 1., 1., 1., 1.])

サンプル数は

150

なので、

leave-one-out

交差検証では

150

回の試行が行われます。結果は予測の

成功（

1.0

）または不成功（

0.0

）のいずれかを表し、この平均を取るとエラー率の推定値が得られます。

In[9]: scores.mean()

Out[9]: 0.95999999999999996

他の交差検証も同様に使用できます。

scikit-learn

で何が提供されているかは、

IPython

を使用し

て

sklearn.model_selection

サブモジュールを調べるか、

scikit-learn

の交差検証（

cross-validation

）

オンラインマニュアル（

http://scikit-learn.org/stable/modules/cross_validation.html

）を参照してく

ださい。

5.3.2

 最適なモデルの選択

検証の基礎と交差検証について学んだので、モデル選択とハイパーパラメータの選択についても

う少し詳しく説明します。この問題は、機械学習を実践する上で最も重要な課題ですが、入門的な ...