「RaspberryPiではじめる機械学習」（著者：金丸隆志 発行所：講談社）を紹介します。２～３年前に購入して、本の最後にある「RaspberryPiとじゃんけん」をやりたくて途中まで読んでいたのですが、この本を同僚に貸してその後子供に貸してようやく戻ってきました。 もう一度最初から読むことにして、ついでに機械学習を実施するpythonの中身を勉強することにしました。 何回かに分けて、説明します。興味がない方には申し訳ありません。「長生きする人は、知的好奇心が高い」という医学的なデータもあるということですから、頑張ります。
資料はこちら → 機械学習１
p.1 機械学習の事例としてよく使われる３種類のアヤメ（アイリス）の分類問題です。各々のアヤメについて、「がくの長さ」「がくの幅」「花弁の長さ」「花弁の幅」といった４つの特徴量がデータとしてあります。長さを横軸、幅を縦軸にして３種類のアヤメのがくと花弁をプロットしたものが、下の２つの図です。１種類は分離できていますが、残りの２種類は重なっている部分がありますね。
p.2 比較する際の特徴量とクラスの組み合わせ表です。本日は、２つの特徴量（がくの長さと幅）と２つのクラス（setosaとversicolor）について説明します。
p.3 本日目指す最終の実行結果です。
p.4 今回使用するScikit-learnの機能表です。今日は青の塗りつぶしの部分を用います。
p.5 pythonのインストール法は「最近流行のpython（パイソン）を使ってみよう」をご覧ください。インストールするとIDLEというpythonのエディターが使用できますし、GoogleのColaboratoryでもこのコードを入力すれば実行できます。Colaboratoryは「機械学習やpythonが簡単に使えるドライブ」をご覧ください。本ページのコードプログラム説明を入れておきます。2及び6行目でScikit-learnの中にあるアヤメのサンプルデータを取り出して、９及び10行目で変数XとYに格納しています。13行目以降の実行結果が次のp.6です。
このプログラムコードWordに貼り付けました→ Ｐ0401
p.6 13行目で変数Xが０～149個、4個のデータのかたまりで表示されます。pythonの場合は、1～150ではなく、０～149とします。１個のかたまりの中には４個のデータが並んでいます。ガクの長さ／ガクの幅／花弁の長さ／花弁の幅の順番に入っています。 次にｙのデータが150個表示されます。０，１，２で表示されますが、これは０：setosa、１：versicolorそして２：virginicaでアヤメの種類をクラス分けしています。18行と19行は配列の形を表しています。ｙは（15，）と書かれていて０が省略されています。
p.7 次に進む前にpythonのライブラリをpipを使ってインストールします。Windowsには２通り方法があります。①左下のWindowsマークをクリックして、②Windows PowerShellをクリックすると真中上の表示が現れます。あるいは②’’Windows ｼｽﾃﾑﾂｰﾙ→ｺﾏﾝﾄﾞﾌﾟﾛﾝﾌﾟﾄをクリックして、コマンドプロンプトを表示させます。Macは、ターミナルで同様にコードを書き込みます。先ずはインストールに用いるpipをインストールします。プロンプト「＞」の後に、表にあるコードを書き込んでリターンしてください。この際、今後使いそうなライブラリをインストールしておきましょう。ライブラリの用途を書いておきます。
p.8 p.3の図を描くプログラムコードです。今回は、２つの特徴量（がくと花弁）のｘｙ平面に、２つの種類（クラス）のアヤメ（setosaとversicolor）のデータをプロットして、分類します。Datasetsには、p.6で表示されたように４つの特徴量が入っていますので、16行目で２つに絞って、変数Xに上書きして入れ替えます。コードの意味は、次ページをご覧ください。 次は、アヤメの種類（クラス）３つ（0，1及び2）がDatasetsに入っていますので、２つにするため、３つ目の「y=２のデータ」を無視します。y!2は「ｙは２に等しくない」という意味です。つまり、「0と1」のデータのみを変数Xとｙに上書きします。 少しややこしいですね。p.6のx0とy0、x1とy1・・・x149とy149が１対１で対応しています。ｙが２であるy100～ｙ149に対応するＸ及びy自身のデータを無視するということです。 25行目にサポートベクトルマシンの分類器SVC(Support Vector Machine for Classification)を呼び出して、変数clfに格納に格納します。括弧の中のパラメータはとりあえずこのようにしておいてください。 27行目の「fit」というコードで分類できてしまうのです。pythonの優れているところは、このように種々の用途の応じたライブラリが豊富にあるということです。 後に続くコードは、結果を描画するものです。
このプログラムコードWordに貼り付けました→ Ｐ0402
p.9 Numpy配列の表示方法の説明です。黄色の部分をご覧ください。X[1, 0]、X[ : , 0]あるいはX[ : , :1]については矢印の先の配列として読み取ります。
p.10 グラフを描く場合、X及びｙ方向に500グリッドずつの250000個のグリッドに分割します。
p.11 41行目がp.10のグリット分割のコードです。45行目で０か１に属するかを予測し、57行目で背景の色を塗り分けています。71行と73行目はデータの点をプロットしています。
p.12 サポートベクトルの点の枠を赤にしています。サポートベクトルは、オレンジと水色に分類分けする際に誤判定しそうなペナルティーエリアに入る点を表しています。p.8の25行目のｃの値が大きくなるとペナルティーが大きくなります。ｃの値を変えて実行してみてください。
p.13 実行したグラフです。
長文になり疲れましたので、本日はここまでです。読む方も大変ですね。