【Scikit-learn】SVMモデルでアヤメの品種分類(Irisデータセット)

Pythonライブラリ「Scikit-learn」でアヤメの品種分類(Irisデータセット)を行います。

【SVM】アヤメの品種分類(Irisデータセット)

Scikit-learnには、様々なサンプルデータ(学習用のデータセット)が用意されています。
今回はそのうち、Irisデータセットを使ってアヤメの品種分類をSVM(サポートベクターマシン)で行ってみます。

データセットの中身は次のとおり。

種別 概要
説明変数 sepal length(ガクの長さ)、sepal width(ガクの幅)、petal length(花弁の長さ)、petal width(花弁の幅)
目的変数 アヤメの品種(’setosa’=0 ‘versicolor’=1 ‘virginica’=2)
CSV https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/datasets/data/iris.csv

動画解説

サンプルコード


■x1, x2を説明変数としてgamma = 0.1, C=1., kernel=’rbf’でSVMモデルにより学習したときの決定境界

■x2, x3を説明変数としてgamma = 0.1, C=1., kernel=’rbf’でSVMモデルにより学習したときの決定境界

■x3, x4を説明変数としてgamma = 0.1, C=1., kernel=’rbf’でSVMモデルにより学習したときの決定境界

【Scikit-learn】サポートベクタマシン(SVM)で教師あり学習(分類器作成)
Pythonと機械学習ライブラリ「scikit-learn」を用いて、サポートベクタマシン(SVM)による教師あり学習を行う方法について紹介します。
【Python入門】使い方とサンプル集
Pythonとは、統計処理や機械学習、ディープラーニングといった数値計算分野を中心に幅広い用途で利用されている人気なプログラミング言語です。主な特徴として「効率のよい、短くて読みやすいコードを書きやすい」、「ライブラリが豊富なのでサクッと...

コメント

タイトルとURLをコピーしました