kent-where-the-light-isのブックマーク / 2017年11月26日

kent-where-the-light-is id:kent-where-the-light-is

2017年11月26日のブックマーク (3件)

決定木とかグラフ構造（dotファイル）をJupyter上で表示する
わざわざコマンドプロンプト上で「dot -T png graph.dot > graph.png」しなくても，Jupyter上で完結できるらしいと知ったので．試してみる．参考： [1] CNNの図をPythonで描く-Qiita データは https://funmatu.wordpress.com/2017/04/23/%E7%84%A1%E9%A1%8C%E3%81%AE%E3%83%89%E3%82%AD%E3%83%A5%E3%83%A1%E3%83%B3%E3%83%88/ を参考に．取り敢えず，ツリーを作りたいだけなので，ボストンデータをロードして，kmeansして，ツリーを作る． import numpy as np import matplotlib, matplotlib.pyplot as plt import seaborn as sns from sklearn i
kent-where-the-light-is 2017/11/26
リンク
Jupyter Notebook(iPython Notebook)内でscikit-learnの決定木（graphvizの.dotファイル）を表示する - Qiita
Jupyter Notebook(iPython Notebook)内でscikit-learnの決定木（graphvizの.dotファイル）を表示するscikit-learnJupyter import pydotplus dot_data = StringIO() tree.export_graphviz( classifier, out_file=dot_data, feature_names=feature_names, class_names=["False","True"], filled=True, rounded=True, special_characters=True ) graph = pydotplus.graph_from_dot_data( dot_data.getvalue() ) Image(graph.create_png())
kent-where-the-light-is 2017/11/26
リンク
【Python】決定木分類器を書いてみる |
『Python 機械学習プログラミング達人データサイエンティストによる理論と実践』第3章分類問題の 3.6 決定木学習に関連した内容です。決定木をサポートしたライブラリは R だと {rpart} パッケージ, Pythonだと scikit-learn を初めとして数多くあります。当初は Go で書いてみようと思ったのだけど, その前にまず Python で書いてみようということで始めたら意外と時間を使ってしまったので Go は次回に回したいと思います。なので今回の内容は, scikit-learn の DecisionTreeClassifier の Iris データに対しての分類器と同様の分類器を得る Python コードを書いてみる所までになります。決定木は意味解釈可能性 (Interpretability) に配慮されたモデルで, 機械学習アルゴリズムの中でも事前の標
kent-where-the-light-is 2017/11/26
リンク
- 2017年11月27日
- 2017年11月26日
- 2017年11月24日