
# 教師データ
x = [[5], [10], [20], [22], [25]]
y = ["買わない", "買わない", "買う", "買わない", "買う"]


# 学習の実行
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(x, y)

KNeighborsClassifier()


# 新データを用いた分類
knn.predict([[30]])

array(['買わない'], dtype='<U4')


# 分類の判定精度
knn.score(x, y)

0.6


# 教師データ（正解）と予測値の比較
print("実際のデータ=", y)
print("分類結果のデータ=", knn.predict(x))

実際のデータ= ['買わない', '買わない', '買う', '買わない', '買う']
分類結果のデータ= ['買わない' '買わない' '買わない' '買わない' '買わない']


# ハイパーパラメータの確認
print(knn.n_neighbors)

5


# ハイパーパラメータの変更と精度確認
knn.n_neighbors = 4
knn.fit(x, y)
knn.score(x, y)

0.8


# 新データを用いた分類
knn.predict([[30]])

array(['買う'], dtype='<U4')


# 教師データの読み込み
import pandas as pd
url = 'https://www.ces-alpha.org/course/file_serve/5660558061731840/ice_sales.xlsx'
df = pd.read_excel(url)
df


# 教師データのセット
x = df.temp.to_frame()
y = df.sales


# 回帰の学習実行
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(x, y)

LinearRegression()


# 回帰による新データからの予測値計算（warningが出るが無視してよい）
lr.predict([[30]])

C:\Users\kumano\AppData\Local\Programs\Python\Python310\lib\site-packages\sklearn\base.py:450: UserWarning: X does not have valid feature names, but LinearRegression was fitted with feature names
  warnings.warn(

array([13.62120947])


# 回帰の精度
lr.score(x, y)

0.7261874233533445


# 実データ（教師データ）と予測値の比較
print("実際のデータ", df.sales.values)
print("予測データ", lr.predict(x))

実際のデータ [ 5.8  8.2  8.9 10.3 10.4 12.8 13.5 12.8 10.1 10.   9.2  6.4  5.7  6.4
  8.9  9.8  8.7 12.6 13.  17.2  9.6  8.4  9.8  7.7]
予測データ [ 6.70272434  6.85646845  7.80968196  9.37787192 10.94606189 11.56103834
 12.72949361 12.97548419 11.7762801  10.57707601  8.73214664  7.50219373
  6.9179661   6.82571963  7.53294256  8.57840253 10.54632719 11.7762801
 13.34447006 13.68270711 12.54500067 10.48482954  8.73214664  7.68668667]


import matplotlib.pyplot as plt
# 日本語表示用ライブラリ（matplotlibで日本語を使用したい場合）
import japanize_matplotlib
# グラフをinline表示可能にする
%matplotlib inline
# 解像度を上げてinline表示する
%config InlineBackend.figure_format = 'retina'

plt.scatter(df.temp, df.sales)
plt.plot(df.temp, lr.predict(x))
plt.xlabel("気温 (℃)", fontsize=20)
plt.ylabel("売上高 (万円)", fontsize=20);


# 予測に用いる回帰直線の式
print('sales = %.3ftemp + %.3f' % (lr.coef_, lr.intercept_))

sales = 0.307temp + 4.397


# 具体値を入れて回帰
0.307*30 + 4.397

13.607


# 教師データの読み込み
url = 'https://www.ces-alpha.org/course/file_serve/5758886137036800/population.xlsx'
df = pd.read_excel(url)
df


# クラスタリングの学習実行
from sklearn.cluster import KMeans
km = KMeans(n_clusters = 2)
km.fit(df.drop("name", axis = 1))

KMeans(n_clusters=2)


# クラスタリング結果(group)を表に追加
df["group"] = km.labels_
df


# クラスタリング結果の可視化
import matplotlib.pyplot as plt
x = df.population
y = df.rate
plt.rcParams["figure.figsize"] = (10, 10)
df["color"] = df.group.map({0:"blue", 1:"red"})
plt.scatter(x, y, c=df.color)
plt.xlabel("人口 (万人)", fontsize=20)
plt.ylabel("出生率", fontsize=20)
for i in range(len(x)):
      plt.text(x[i], y[i], df.name[i], fontsize=16)


# ハイパーパラメータ（クラスタ数）の変更と再学習
df = pd.read_excel(url)
km = KMeans(n_clusters = 3)
km.fit(df.drop("name", axis = 1))

KMeans(n_clusters=3)


# クラスタリング結果(group)を表に追加
df["group"] = km.labels_
df.head()


# クラスタリング結果の再可視化
x = df.population
y = df.rate
plt.rcParams["figure.figsize"] = (10, 10)
df["color"] = df.group.map({0:"blue", 1:"red", 2:"green"})
plt.scatter(x, y, c=df.color)
plt.xlabel("人口 (万人)", fontsize=20)
plt.ylabel("出生率", fontsize=20)
for i in range(len(x)):
      plt.text(x[i], y[i], df.name[i], fontsize=16)

	name	population	rate
0	Hokkaido	525	1.24
1	Aomori-ken	125	1.38
2	Iwate-ken	123	1.35
3	Miyagi-ken	231	1.23
4	Akita-ken	97	1.33
5	Yamagata-ken	108	1.40
6	Fukushima-ken	185	1.47
7	Ibaraki-ken	286	1.39
8	Tochigi-ken	193	1.39
9	Gumma-ken	194	1.40
10	Saitama-ken	735	1.27
11	Chiba-ken	626	1.28
12	Tokyo-to	1392	1.15
13	Kanagawa-ken	920	1.28
14	Niigata-ken	222	1.38
15	Toyama-ken	104	1.53
16	Ishikawa-ken	114	1.46
17	Fukui-ken	77	1.56
18	Yamanashi-ken	81	1.44
19	Nagano-ken	205	1.57
20	Gifu-ken	199	1.45
21	Shizuoka-ken	364	1.44
22	Aichi-ken	755	1.45
23	Mie-ken	178	1.47
24	Shiga-ken	141	1.47
25	Kyoto-fu	258	1.25
26	Osaka-fu	881	1.31
27	Hyogo-ken	547	1.41
28	Nara-ken	133	1.31
29	Wakayama-ken	93	1.46
30	Tottori-ken	56	1.63
31	Shimane-ken	67	1.68
32	Okayama-ken	189	1.47
33	Hiroshima-ken	280	1.49
34	Yamaguchi-ken	136	1.56
35	Tokushima-ken	73	1.46
36	Kagawa-ken	96	1.59
37	Ehime-ken	134	1.46
38	Kochi-ken	70	1.47
39	Fukuoka-ken	510	1.44
40	Saga-ken	82	1.64
41	Nagasaki-ken	133	1.66
42	Kumamoto-ken	175	1.60
43	Oita-ken	114	1.53
44	Miyazaki-ken	107	1.73
45	Kagoshima-ken	160	1.63
46	Okinawa-ken	145	1.82

	name	population	rate	group
0	Hokkaido	525	1.24	0
1	Aomori-ken	125	1.38	1
2	Iwate-ken	123	1.35	1
3	Miyagi-ken	231	1.23	1
4	Akita-ken	97	1.33	1
5	Yamagata-ken	108	1.40	1
6	Fukushima-ken	185	1.47	1
7	Ibaraki-ken	286	1.39	1
8	Tochigi-ken	193	1.39	1
9	Gumma-ken	194	1.40	1
10	Saitama-ken	735	1.27	0
11	Chiba-ken	626	1.28	0
12	Tokyo-to	1392	1.15	0
13	Kanagawa-ken	920	1.28	0
14	Niigata-ken	222	1.38	1
15	Toyama-ken	104	1.53	1
16	Ishikawa-ken	114	1.46	1
17	Fukui-ken	77	1.56	1
18	Yamanashi-ken	81	1.44	1
19	Nagano-ken	205	1.57	1
20	Gifu-ken	199	1.45	1
21	Shizuoka-ken	364	1.44	1
22	Aichi-ken	755	1.45	0
23	Mie-ken	178	1.47	1
24	Shiga-ken	141	1.47	1
25	Kyoto-fu	258	1.25	1
26	Osaka-fu	881	1.31	0
27	Hyogo-ken	547	1.41	0
28	Nara-ken	133	1.31	1
29	Wakayama-ken	93	1.46	1
30	Tottori-ken	56	1.63	1
31	Shimane-ken	67	1.68	1
32	Okayama-ken	189	1.47	1
33	Hiroshima-ken	280	1.49	1
34	Yamaguchi-ken	136	1.56	1
35	Tokushima-ken	73	1.46	1
36	Kagawa-ken	96	1.59	1
37	Ehime-ken	134	1.46	1
38	Kochi-ken	70	1.47	1
39	Fukuoka-ken	510	1.44	0
40	Saga-ken	82	1.64	1
41	Nagasaki-ken	133	1.66	1
42	Kumamoto-ken	175	1.60	1
43	Oita-ken	114	1.53	1
44	Miyazaki-ken	107	1.73	1
45	Kagoshima-ken	160	1.63	1
46	Okinawa-ken	145	1.82	1

	name	population	rate	group
0	Hokkaido	525	1.24	2
1	Aomori-ken	125	1.38	1
2	Iwate-ken	123	1.35	1
3	Miyagi-ken	231	1.23	1
4	Akita-ken	97	1.33	1

データサイエンス実践B 2022/7/21¶

機械学習による分類/クラスタリングの基礎講義資料¶

1. 【分類】ｋ近傍法による分類（教師あり学習）¶

2．【回帰】アイスクリームの売り上げ予測（教師あり学習）¶

3．【クラスタリング】人口と出生率による都市の分類（ｋ平均法：教師なし学習）¶

	temp	sales
0	7.5	5.8
1	8.0	8.2
2	11.1	8.9
3	16.2	10.3
4	21.3	10.4
5	23.3	12.8
6	27.1	13.5
7	27.9	12.8
8	24.0	10.1
9	20.1	10.0
10	14.1	9.2
11	10.1	6.4
12	8.2	5.7
13	7.9	6.4
14	10.2	8.9
15	13.6	9.8
16	20.0	8.7
17	24.0	12.6
18	29.1	13.0
19	30.2	17.2
20	26.5	9.6
21	19.8	8.4
22	14.1	9.8
23	10.7	7.7