続・機械学習事始め（社内LT）

Transcript

1. 続・機械学習事始め 2017/12/22 内山佑樹
2. Contents １．今回つくるもの（教師あり学習によるデータ分析） ２．Pythonについてざっくり（DEMO） ３．データ分析の流れ ４．データ分析の実際（DEMO） ５．まとめ
3. １．今回つくるもの 「教師あり学習」によるデータ分析 ・ある地域の統計情報（年収、人口や平均住宅価格）に基づき、 　その地域での「物件の適正価格」を算定するプログラムをつくる。
4. ２．Pythonについてざっくり ・Python3 ・NumPy 　　数値計算をよしなにやってくれるライブラリ ・Jupyter Notebook 　　実行結果を記録しながら分析作業を行うためのツール 　　Anacondaを使用してPythonをインストールすると、同時に入ってる。 →DEMO
5. ３．データ分析の流れ
6. ４．データ分析の実際 ケーススタディ ・あなたは「（株）Cluex不動産」のエンジニアです。 ・新しい物件の「適正な住宅価格（を算出するモデル）」を作ってください。 →DEMO ＝適正な住宅価格を算定する ＝統計データを入手する。 ＝目的変数・説明変数を決める。 ＝線形回帰モデルを作成する。 ＝評価する。
7. （補足）線形回帰 目的変数：予測したい数値（＝今回は「住宅の価格」） 説明変数：目的変数を説明するための数値（＝今回は「年収」など） あとは機械学習で、「重み」と「誤差」を算定してモデルをつくる。
8. （補足）作成された線形モデル 生成されたモデル（例）： y = housing_median_age * 0.062 + total_rooms * 0.0099 + total_bedrooms * - 0.0059 + population * -0.0046 + households * 0.016 + median_income * 3.6 + 3.3 決定係数：0.6xくらい…？（0〜1の値をとる。1に近いほど高精度）
9. DEMO用サンプルコード（参考） #データの準備 import pandas as pd house = pd.read_csv('https://raw.githubusercontent.com/we-b/datasets_for_ai/master/cal_house.csv') # データの前処理　（説明変数と目的変数を抽出する） # 説明変数をXに代入、目的変数をyに代入 X = house[['housing_median_age', 'total_rooms', 'total_bedrooms', 'population', 'households', 'median_income']] y = house['median_house_value'] # トレーニングデータとテストデータの分割の為の関数をインストール from sklearn.cross_validation import train_test_split # トレーニングデータとテストデータを70%:30%の割合で分割 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3) # 線形回帰モデルの読み込み from sklearn.linear_model import LinearRegression # 線形回帰モデルをインスタンス化 lr = LinearRegression() # トレーニングデータにもとづいて学習=>「重み」と「誤差」をだしてくれる。 lr.fit(X_train, y_train) # 重み print(lr.coef_, '\n') # 誤差 print(lr.intercept_) # 決定係数　＝モデルの妥当性を評価。（0〜１の値をとり、１に近いほど精度が高い。） print(round(lr.score(X_train, y_train), 2))
10. ５．まとめ ・Pythonをつかって、教師あり学習を簡単に試すことができた。 ・つかったツール／ライブラリ 　　Jypyter notebook（ブラウザで実行結果を記録しながら分析できる） 　　NumPy（数値計算） 　　matplotlib（グラフの描画につかった） 　　pandas（csv取り込みにつかった） 　　scikitlearn（機械学習に特化したライブラリ）
11. ご清聴ありがとうございました！！