Scikit-learnのチートシートについて

2024年6月13日

Scikit-learnは、Pythonで機械学習を行うためのライブラリで、多くの機能を提供しています。

チートシートは、これらの機能を簡単に参照できるようにまとめたものです。

以下にScikit-learnの主要な機能とその使い方をチートシート形式で詳しく説明します。

インポート

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

データの準備

データの読み込み

  df = pd.read_csv('data.csv')
  X = df.drop('target', axis=1)
  y = df['target']

データの分割

  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

前処理

標準化

  scaler = StandardScaler()
  X_train_scaled = scaler.fit_transform(X_train)
  X_test_scaled = scaler.transform(X_test)

エンコーディング（カテゴリカルデータの場合）

  from sklearn.preprocessing import OneHotEncoder
  encoder = OneHotEncoder()
  X_encoded = encoder.fit_transform(X)

モデルの構築

線形回帰

  model = LinearRegression()
  model.fit(X_train_scaled, y_train)

決定木

  from sklearn.tree import DecisionTreeClassifier
  model = DecisionTreeClassifier()
  model.fit(X_train, y_train)

ランダムフォレスト

  from sklearn.ensemble import RandomForestClassifier
  model = RandomForestClassifier()
  model.fit(X_train, y_train)

サポートベクターマシン

  from sklearn.svm import SVC
  model = SVC()
  model.fit(X_train, y_train)

モデルの評価

予測と評価

  y_pred = model.predict(X_test_scaled)
  mse = mean_squared_error(y_test, y_pred)
  print(f'Mean Squared Error: {mse}')

分類モデルの評価

  from sklearn.metrics import accuracy_score, classification_report
  accuracy = accuracy_score(y_test, y_pred)
  report = classification_report(y_test, y_pred)
  print(f'Accuracy: {accuracy}')
  print(report)

クロスバリデーション

クロスバリデーションの実行

  from sklearn.model_selection import cross_val_score
  scores = cross_val_score(model, X, y, cv=5)
  print(f'Cross-validation scores: {scores}')

ハイパーパラメータチューニング

グリッドサーチ

  from sklearn.model_selection import GridSearchCV
  param_grid = {'C': [0.1, 1, 10], 'gamma': [1, 0.1, 0.01]}
  grid = GridSearchCV(SVC(), param_grid, refit=True, verbose=2)
  grid.fit(X_train, y_train)
  print(grid.best_params_)
  print(grid.best_estimator_)

ランダムサーチ

  from sklearn.model_selection import RandomizedSearchCV
  param_dist = {'n_estimators': range(50, 200, 10), 'max_depth': range(1, 20, 2)}
  random_search = RandomizedSearchCV(RandomForestClassifier(), param_distributions=param_dist, n_iter=100, cv=5, verbose=2, random_state=42)
  random_search.fit(X_train, y_train)
  print(random_search.best_params_)
  print(random_search.best_estimator_)

モデルの保存と読み込み

保存

  import joblib
  joblib.dump(model, 'model.pkl')

読み込み

  model = joblib.load('model.pkl')

このチートシートは、Scikit-learnの基本的な使い方を網羅していますが、詳細なドキュメントや具体的なチュートリアルも参照することで、さらに深く学ぶことができます。

Scikit-learnの公式ドキュメントは非常に充実しており、初心者から上級者まで幅広いユーザーにとって有用です。

以上、Scikit-learnのチートシートについてでした。

最後までお読みいただき、ありがとうございました。

よかったらシェアしてね！

URLをコピーしました！

URLをコピーしました！