mjay

mjay

  • 機械学習ライブラリpycaretを試す

    いろんな機械学習方法を一度に試せるライブラリpycaretについて色々試した結果を書いています。

Swiftの@から始まる記述が気になってしょうがない人 〜@EnvironmentObject〜

swiftでプログラムを書いてると、@マークの記述がやたら出て来るので、それを調べてみたらAttributeというものだったんですね。それで、swiftで@マークを見たらattributeっていうものなんだなぁと理解してると、どうもそれも違う。@マークにもいろんな役割があるようで。今回は@EnvironmentObjectについて。 使い所 複数のビューで値を共有したい時に使います。ビュー間で値を共有できるグローバル変数といったところでしょうか。 登場人物 この話をす

mjay

    • swiftで見かける@Stateから始まる変数について

      はじめに swift UIを使ってIOSアプリを作るためにサンプルを見てると、@Stateから始まる変数があちらこちらに出てきます。これは一体何？というお話。 @から始まるのにAttributeじゃない！？ これまでswiftで@マークを見たらAttribute一択と信じきっていましたが、@Stateについては違うみたい。こういうのは本当にやめてほしいです。 Attributeは宣言やタイプの前に書くものですが、@Stateについてはswift UIなる画面作成方法で

      mjay

      • %(剰余)って何に使うの？問題にケリをつける

        大上段から振りかぶったタイトルですが、そんなに深い話ではありません。プログラムの世界で剰余と言って、割り算した時の余りを返してくれる書き方があります。大体％で書きます。pythonだとこんな感じ。 amari = 10 % 3// amariには1が入ります。amari = 12 % 3// amariには0が入ります。 剰余を知りたい状況って何？ 剰余の説明をした後にほぼ100%聞かれるであろう「計算は分かるけど、これをいつ使うの？使い所はどこ？」っていうのにお答えし

        mjay

        • Swiftの@から始まる記述が気になってしょうがない人 〜Attribute〜

          Swiftでプログラムをする上で、@から始まる記述が一体何をしているのか気になってしょうがないので調べてメモしました。まずはAttributeのことから。 何者か？ Swiftの世界でfuncやstruct宣言の前行に@から始まる記述を見たら、それはAttribute(=属性)と呼ばれるものです。 何する物？ 関数などの各種宣言やタイプに適用される追加情報のことです。 書き方は？ Attribute自体はいくつか決まったものが用意されていて、適用したい宣言やタイプ

          mjay

        Swiftの@から始まる記述が気になってしょうがない人 〜@EnvironmentObject〜

        mjay

        • swiftで見かける@Stateから始まる変数について

          mjay

        • %(剰余)って何に使うの？問題にケリをつける

          mjay

        • Swiftの@から始まる記述が気になってしょうがない人 〜Attribute〜

          mjay

        マガジン

        • 機械学習ライブラリpycaretを試す
          7本

        記事

          pycaret学習したモデルで予想を行う

          いよいよ機械学習の目的である予想を行っていきます。pycaretの予想を行うためのテストデータを準備します。pycaretでテストデータを準備していなかったので、今回はtitanicのテストデータを別のサイトから持ってきました。 テストデータの読み込み import numpy as npimport pandas as pdtest_data = pd.read_csv("test.csv") # どっかから持ってきたtitaniceのテストデータtest_data.h

          mjay

          pycaret学習したモデルで予想を行う

          mjay

          pycaretでパラメータチューニング

          モデル比較まで行って、一番良さそうなモデルが分かったところで、モデルのパラメータチューニングを行います。 モデル一覧を表示 一番良さそうなモデルはridgeだったのですが、他にもいろんなモデルがあります。参考までにモデル一覧を表示しておきます。 from pycaret.classification import models# クラス分け機械学習モデルの一覧models() モデルのチューニング モデルのチューニングを行うためには、モデルを作成した時のオブジェクト

          mjay

          pycaretでパラメータチューニング

          mjay

          pycaretでモデル作成

          モデル比較処理 setup関数でデータの前処理を行なったら、もう機械学習を使って各モデルを比較していきます。簡単に書いてるけど、pycaret前は結構めんどくさかったのが、下のコードを書くと一瞬で終わる。 なお、どの評価指標を優先するかのパラメータ（＝sort）もあり、デフォルトではAccuracyが一番高いものがベストモデルになる。今回はわざわざ書いているが、Accuracyであれば書く必要はない。 from pycaret.classification import

          mjay

          pycaretでモデル作成

          mjay

          pycaretのsetup関数を見ていく

          前回までのあらすじ pycaretの準備しているデータセットを参照し、その中のタイタニックのデータがどうなっていたかを見てきました。いよいよpycaretを使って機械学習を始めるんだけど、一発目にpycaretの関数としてsetup関数を呼び出す。 setup関数で何をするのか？ pycaretではデータを読み込んだ後、setup関数なるものを使ってデータをごにょごにょします。説明は後にしてとりあえずコードを書いておきます。 from pycaret.classifi

          mjay

          pycaretのsetup関数を見ていく

          mjay

          pycaret本番、とその前にデータ分析

          前回の続きです。タイタニックデータを読み込むところまでやったのですが、pycaretに入る前にデータ分析を終わらせようと思います。 データを可視化 取得したデータの可視化にはseabornライブラリを使います。 # Seabornライブラリのインポートimport matplotlib.pyplot as pltimport seaborn as sns 各特徴の分布を表示 #sns.catplotで棒グラフを描くsns.catplot(x="Pclass", da

          mjay

          pycaret本番、とその前にデータ分析

          mjay

          pycaretで機械学習を始める前のはなし

          始めに pycaretについて試したことを書いていこうと思いますが、まずは基本的な確認事項から。 バージョン確認 import pycaretpycaret.__version__ 私の環境では'2.3.10'でした。 サンプルデータセットの確認 機械学習にはデータが欠かせない。大体の機械学習ライブラリにはデータセットがついているけど、pycaretにもたくさんのデータセットが付いてくる。あくまで練習用のデータでしょうが、面白そうなのが幾つかあります。 from

          mjay

          pycaretで機械学習を始める前のはなし

          mjay

          pycaretを使ってみて思ったこと

          pycaretって？ これまで機械学習っていうのは、データ解析＆クリーン化を行った後、１つのモデルでハイパーパラメータを決め、学習、ハイパーパラメータを調整してまた学習、そして結果を比較。また別のモデルでハイパーパラメータを決め、（以下同じ）…でさらにモデル同士を比較するという果てしなき戦いをやってました。そこに現れたのがpycaretなるライブラリ。pycaretを使うとたった数行のコードでデータ解析から複数モデルの学習から比較までできる！という機械学習界の３分クッキング

          mjay

          pycaretを使ってみて思ったこと

          mjay