機械学習実習 3回課題

以下、問題に対して、思考のメモを残す

課題1

(1) 教師あり学習と教師なし学習について以下の問に答えよ

✅b-1)教師あり学習ができるデータで，教師なし学習はできるか? Yes/No

yes

理由

教師なし学習は、入力データさえあれば実行可能であるため

✅b-2)教師なし学習ができるデータで，教師あり学習はできるか? Yes/No

no

理由

教師あり学習は、入力値のデータと結果であるラベル情報が必要であるが、教師なし学習は

✅b-3)以上を踏まえ，教師あり学習と教師なし学習について説明せよ.

説明

挙げるだけでいいのでは？

２つ

とか

２つ

✅a) 図 3.4 のようなヒストグラムを描き，コマンドと図をレポートに貼り付けよ.

思考

cancerの例を動かして、データ入れ替える

データを可視化して、データを観察

特徴量の数による

iris 4つ

2つの特徴量の関係性を見たい場合

4 * 3 = 12

多い特徴量に対して、今回の手法を使う

花の種類は3つ

✅b) 以下のコマンドでデータの前処理をしましょう.

code:script.py

from sklearn.preprocessing import StandardScaler

scaler =StandardScaler()

scaler.fit(iris_dataset.data)

X_scaled = scaler.transform(iris_dataset.data)

思考

このコマンドの意味は？

✅c) PCA を実行し，コマンドをレポートに貼り付けよ

✅d) PCA の結果を図3−5のように図示し，コマンドと図をレポートに貼り付けよ

拡張課題

時間余ればやる

(e) 可能な人だけ解けば良い.

d)では，第一主成分と第二主成分の散布図を書きました. d)のコマンドを使って，2つの散布図を新たに作成図しましょう.

e-1)元データ(iris_dataset.data)の2軸( sepal length と sepal width)の散布図

e-2)元データ(iris_dataset.data)の2軸( petal length と petal width)の散布図

その際，図 3-25 に相当する図をレポートに含める事

課題3

説明に際して，教科書の表 4-1 以外の具体的な例を挙げて説明せよ.

説明に際しては，

a)ワンホットエンコーディングの具体例及び，

b)なぜワンホットエンコーディング(ダミー変数)が必要なのかを説明せよ.

課題を簡単にするため，以下のスクリプトを実行した後の iris.df をワンホット エンコーディングせよ.

code:script.py

iris = load_iris()

iris.df = pd.DataFrame(iris.data)

iris.df.columns = iris.feature_names

なお，どの列(項目)がワンホットエンコーディングされた かを明示すること.

その際，

b)あるデータの 3-fold cross-validation の行い方

なお，b)については「訓練セット」「テストセット」という用語を用いて説明する事