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

372

5

章 機械学習

図5-29　交差検証により求めた図5-27 のデータに対する最適モデル

最適モデルを見つけるために訓練スコアを計算する必要は実際にはありませんが、訓練スコアと

検証スコアの関係を調べることで、モデルのパフォーマンスについてのわかりやすい洞察が得られ

ます。

5.3.3

 学習曲線

モデルの複雑さに関する重要な側面の

1

つとして、最適なモデルは一般的に学習データの量に依

存します。例えば、ポイントを

5

倍にして新しいデータセットを生成してみましょう（図 5-30）。

In[15]: X2, y2 = make_data(200)

plt.scatter(X2.ravel(), y2);

図5-30　学習曲線デモ用のデータ

5.3

 ハイパーパラメータとモデルの検証

373

前のコードをコピーして、この大きなデータセットの検証曲線をプロットします。参照のために

前の結果に上書きしてみましょう（図 5-31）。

In[16]:

degree = np.arange(21)

train_score2, val_score2 = validation_curve(PolynomialRegression(), X2, y2,

'polynomialfeatures__degree',

degree, cv=7) ...