実践 機械学習システム

5.4

 最初の分類器を作成する

91

図5-1

図5-1から、ほとんどの文書がリンクを持たないことがわかります。そのため、この特徴量だけから

は良い分類器を作成することができないでしょう。しかし、ここではあえて、この特徴量だけから分類

器を作成したいと思います。

5.4.3

　分類器の訓練を行う

分類器の訓練を行うためには、先ほど定義したラベルの配列である

Y

と、対応する特徴量の配列を

一緒にしてkNN分類器に入力します。

X = np.asarray([extract_features_from_body(text) for post_id,

text in fetch_posts() if post_id in all_answers])

knn = neighbors.KNeighborsClassifier()

knn.fit(X, Y)

標準のパラメータを用いると、データに対して、

k=5

つまり5近傍（5NN）でフィッティングを行い

ます。このk の

値はデフォルトのままで良いのでしょうか？ 最適なkの値はいくつでしょうか？ 今の

ところ、データに対して私たちが知っていることから、正しいkを決める手立てはないでしょう。後ほ

ど、より多くの洞察を得るに従い、kをどのように設定すべきか考えることにします。

リンクの個数

個数