
28
2
章 実例を対象とした分類法入門
●
花弁の長さ(Petal length)
●
花弁の幅(Petal width)
基本的に本書では、計測されたデータはどのようなものであっても特徴量(features)と呼ぶことに
します
†
。
データセットには、上の4つの特徴量に加えて、花の品種も記録されています。それでは次の問題
を考えたいと思います
―
外を歩いているとアイリスという花を見つけました。その花の品種を知るた
めにサイズを計測します。さて、そのアイリスの品種をできるだけ正確に予測するには、どうすればよ
いでしょうか?
これは、教師あり学習またはクラス分類に関する問題です。ラベル付けされたサンプルデータが与
えられており、そのデータから分類を行うためのルールを設計することができます。そして、新しい
データに対して、そのルールを適用させることができるのです。これはメールのスパムフィルタ(スパ
ムメールの分類)で行っていることと同じです。スパムフィルタで扱っている問題で
は、スパムメール
と通常のメールをあらかじめ与えることで、新しいメールに対してスパムの判定を行います。
さしあたり、このアイリスデータセットで、私たちの目的には十分でしょう。アイリスデータセット
はサイズが小さいため(サンプル数は150で、特徴量の数は4つです)、データの可視化や分析が簡単
に行えます。
2.1.1
可視化からはじめる
ここで扱うデータは非常に小さいので、全ての点を描画できます。また、二次元からなるグラフに描
画する場合、軸として採用