季節の変わり目にヤル気が出る＆Pythonではじめる機械学習[part.1]

１００日間を振り返って

前回のブログで本気出す，と言いつつ何の音沙汰もなかったが，どうだったかというと，，，

続いてませんでしたorz

本を買って読み始めて読み終わらずに満足することってアルヨネ〜

反省．．． 

というわけで改めて勉強を復活しようと思う．

ただ続けても前回と同じく挫折するので，目標を決めて続けていこうと思う．

目標１：１〜２日に１度はブログ更新

目標２：決めた本を最後までやりきる

（１冊/月でやりたいが，厳しそうなので始めは１冊/２ヶ月を目標に）

１冊目はこの本．

３００ページなので１日１０ページ．（そう考えるとイケそう）

※今更だけどML，Python初心者には丁度いいハズ

www.oreilly.co.jp

今日の学習内容

とりあえず２章に入ったので，今日やったことのおさらい．

k-最近傍法（k-NN）

テストデータの最も近い点のクラスに分類．最も近い複数の値の多数決でクラスを分類することもある．

import mglearn
import matplotlib.pyplot as plt

X, y = mglearn.datasets.make_forge()

# データセットをプロット
mglearn.discrete_scatter(X[:, 0], X[:, 1], y)

# 判例
plt.legend(["Class 0", "Class 1"], loc=4)
plt.xlabel("First feature")
plt.ylabel("Second feature")
print("X.shape: {}".format(X.shape))

mglearn.plots.plot_knn_classification(n_neighbors=3)
plt.plot()
plt.savefig("image.png")

こう書くだけで，データセットの３近傍法が使える． 図はこんな感じで表示される．

今日はこんなところで．

では！