Pandasを使って文字列のカテゴリーデータを「ダミー変数化」または「one-hotエンコーディング」と呼ばれる0か1に変換する方法。 pandas.get_dummies()を使います。簡単。 はじめに 前回は、sklearnに付属するアヤメの分類データを使って、アヤメの種類の正解…

Pandasを使って、データのラベルを文字列から数値に変換する方法。pd.factorize(配列)というメソッドを使います。凄い簡単便利。 実行環境 Androidスマホ Termux Jupyter Notebook6.4.0 Python3.9.6 外部ライブラリ Pandas はじめに 機械学習ライブラリのskl…

np.polyfit()とnp.poly1d()でコロナ陽性者数を単回帰分析予測 今回は、コロナの検査数と陽性者数のデータから、Numpyを使って単回帰分析を行ってみます。久しぶりでやり方忘れてるので復習。 独立変数xを検査件数、目的変数yを陽性者数として回帰分析をし、 …

k-means法(k-平均法)による、お任せクラス編成 前回の投稿では、Pandasで学校のテストの成績表のようなものを適当に作り、その合計点を算出して順位付けを行いました。 また、Pandasのグラフ作成機能を使って、積み上げ棒グラフを作成しました。 その合計100…

Numpyだけでロジスティック回帰分析。その8。 動作確認。説明的なものは無し。 実行環境 Androidスマホ termux Python3.8 JupyterNotebook Pythonライブラリ Numpy 実験手順 2値分類用に実験データをつくる。目的変数を アクセル=1 ブレーキ=0とおく。説明変…

Numpyだけで回帰分析その7。 自動車の燃費の重回帰分析を行う。 実行環境 Androidスマホ termux Python3.8 JupyterNotebook Pythonライブラリ Pandas Numpy 目次 実行環境 目次 データの入手 入手したデータの中身・項目 Pandasで読み込み 情報の確認 Numpy …

Numpyだけで回帰分析その6。 実戦投入！ワインをスマホに飲ませるの巻 実行環境 Androidスマホ termux Python3.8 JupyterNotebook 使用するPythonライブラリ Numpy linalg.lstsq() Pandas read_csv() スマホで機械学習をやろうとする無茶な試み。termuxからs…

Numpyだけで回帰分析その5。 どうやら重回帰分析もできるの巻。 Numpyのlinalg.lstsq()、線形代数的に最小2乗法を扱うメソッドを使う。polyfit()・poly1d()と何が違うかは後の課題としておこ。 参考 scipyのofficial document numpy.linalg.lstsq — NumPy v1…

Numpyだけを使って回帰分析をする悪あがきシリーズ。 今回はpolyfit()について。 参考 polyfit numpy.polyfit — NumPy v1.17 Manual 実行環境 Androidスマホ termux Python3.8 JupyterNotebook polyfit() 多項式係数生成マシーン 各点(x,y)を結ぶ線に近似す…

今回は、これまでNumpyだけで回帰分析(単回帰)するときに使ってきたpolyfit()とpoly1d()のうちのpoly1d()にしぼって軽くみていく。 なお、回帰分析の数学的説明、poly1d()のプログラムのアルゴリズム的な説明等は一切ありません。全然理解していません。 参…

今回もまたNumpyだけを使った(sklearnなどを使わない)回帰分析。 実際の株価気象のデータを分析する。 実行環境 Androidスマホ termux Python3.8 JupyterNotebook Pythonライブラリ Numpy Pandas matplotlib 目次 実行環境 目次 目的 CSVデータの入手と注意 …

Numpyだけで回帰分析その2。 株価の変動を追っかけるテスト。 説明的なもの無し。 実行環境 Androidスマホ termux Python3.8 JupyterNotebook 使用するPythonライブラリ Numpy Pandas matplotlib 目的 Numpy.polyfit()、Numpy.poly1d()の使い方にとりあえず…

Numpyだけで回帰分析を行う。 参考 NumPyで回帰分析（線形回帰）する - DeepAge numpy.poly1d()：1次元多項式オブジェクト 実行環境 Androidスマホ termux Python3.8 JupyterNotebook はじめに はじめに実行環境についてなど。 Pythonでの機械学習に必須とよ…

Pandasの使い方その2。 前回その1のつづきです。 機械学習でよく使いそうなものを。 目次 目次 実行環境 Pandasでデータファイルを読み込みDataFrameにする read_csv()の使い方 csvファイルのパス encoding 日本語を含むファイルの文字化けやエラー header …

pandasの使い方メモ。 機械学習でほぼ必須といわれるライブラリのひとつ。機械学習でよく使うらしいメソッドにしぼっています。 目次 目次 実行環境 Pandasとは？ Pandasのインポート データ形式 SeriesとDataFrame Seriesクラスの生成 Series()の頭は大文字…

numpyの使い方メモ。 内容は機械学習でよく使うらしいメソッドのものにしぼりました。 はじめに このブログで以前にOpenCVを使って画像から顔や目の検出をやりました。 画像が顔なのか目の写真なのか等を判別できるのは機械学習の技術が応用されているからで…

Able Programming 【機械学習】線形回帰(前編) https://youtu.be/zo8BmIGSO2Y Able Programming 【機械学習】線形回帰(後編) 重回帰と正則化 https://youtu.be/xh1OtbZyxqw Able Programming 【機械学習】ロジスティック回帰(前編) https://youtu.be/mMMzDFt…