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

386

5

章 機械学習

づいています。以下の節でいくつかの例を見てみましょう。まず標準的なモジュールをインポート

します。

In[1]: %matplotlib inline

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns; sns.set()

5.5.2

 ガウシアンナイーブベイズ

ナイーブベイズ分類器の中でおそらく最も単純なものは、ガウシアンナイーブベイズ分類器で

しょう。この分類器では、各ラベルからのデータが単純なガウス分布に従うという仮定に基づいて

います。次のデータで考えてみましょう（図 5-38）。

In[2]: from sklearn.datasets import make_blobs

X, y = make_blobs(100, 2, centers=2, rando

m_state=2, cluster_std=1.5)

plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='RdBu');

図5-38　ガウシアンナイーブベイズ用のデータ

データが次元間の共分散を伴わないガウス分布に基づいていると仮定することで、非常に簡単に

モデルが作成できます。モデルへの当てはめを行うには、各ラベルに対するデータポイントの平均

と標準偏差を見つけるだけで可能となります。分布を定義するのに値は、その

2

つだけだからです。

この単純なガウス推定の結果を図5-39に示します。 ...