ノンプログラマーのためのPython学習サイト

scikit-learn　ロジスティック回帰｜多クラス分類（機械学習）

SHARE

目次 非表示

scikit-learn 使い方（機械学習）多クラス分類

scikit-learnライブラリを使った、ロジスティック回帰分析による多クラス分類の方法を紹介します。

以前、紹介したロジスティック回帰分析では、2値（○ or ×）を予測しましたが、3値（○ or △ or ×）や4値（○ or △ or □ ×）など、多数のクラスに分類（予測）しなければならないケースも想定されるので、今回はその方法を解説します。

アヤメの品種分類（３品種）

今回は、アヤメのデータから「セトサ種」「バージニカ種」「バージカラー種」の3品種に分類する予測モデルを作っていきます。

アヤメのデータの基本情報

scikit-learnでは、機械学習のための様々なdatasetが提供されており、アヤメのデータもその１つです。

アヤメの「がく片の長さ」「がく片の幅」「花びらの長さ」「花びらの幅」の150個のデータを使って、３品種に分類する予測モデルを作成します。

日本語表記に必要なモジュールをインストール

pip install japanize-matplotlib

1.「pip install japanize-matplotlib」と入力して実行します。

機械学習に必要なモジュールのインポート

機械学習に必要なツールをインポートして、使用できるようにします。

import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt
import japanize_matplotlib
import seaborn as sns sns.set(font="IPAexGothic")
import sklearn from sklearn.linear_model
import LogisticRegression from sklearn.model_selection
import train_test_split from sklearn
import linear_model from sklearn.datasets
import load_iris

1.「import pandas as pd」・・・データフレームを操作
2.「from pandas import Series,DataFrame」・・・１次元・２次元配列の処理
3.「import matplotlib.pyplot  as plt」・・・グラフ作成（matplotlib）
4.「import japanize_matplotlib」・・・日本語対応（matplotlib）
5.「import seaborn as sns」・・・グラフ作成（seaborn）
6.「sns.set(font=”IPAexGothic”)」・・・日本語対応（seaborn）
7.「import sklearn」・・・機械学習のインポート
8.「from sklearn.linear_model import LogisticRegression」・・・ロジスティック回帰分析のインポート
9.「from sklearn.model_selection import train_test_split」・・・「訓練用」と「テスト用」にデータを分割
10.「from sklearn import linear_model」・・・回帰モデルのインポート
11.「from sklearn.datasets import load_iris」・・・アヤメデータのインポート

機械学習の事前準備_１（datasetからデータフレームへの変換）

ayame = load_iris()
X = ayame.data
Y = ayame.target
df1 = DataFrame(X,columns=['Sepal Length','Sepal Width','Petal Length','Petal Width'])
df2 = DataFrame(Y,columns=['Species'])
df1.columns = ['がく片の長さ', 'がく片の幅', '花びらの長さ','花びらの幅']
df2.columns = ['アヤメの種類']

1.「ayame」にアヤメのデータを代入
2.Xに説明変数（’Sepal Length’,’Sepal Width’,’Petal Length’,’Petal Width’）を代入
3.Yに目的変数（’Species’）を代入
4.Xをデータフレーム の形式に変更
5.Yをデータフレーム の形式に変更
6.説明変数 Xの列名を日本語（がく片の長さ・がく片の幅・花びらの長さ・花びらの幅）に変更
7.目的変数 Yの列名を日本語（アヤメの種類）に変更

機械学習の事前準備_２（目的変数のデータ整理）

目的変数（アヤメの種類）の列に入力されているデータが数値（1・2・3）であるため、分かりやすくするために品種名（セトサ種・バージニカ種・バージカラー種）に変更します。

def iris(num):
    if num == 0:
        return 'セトサ種'
    elif num == 1:
        return'バージニカ種'
    else:
        return'バージカラー種'

df2['アヤメの種類'] = df2['アヤメの種類'].apply(iris)
df3 = pd.concat([df1,df2],axis=1)

1.if文を使って、データが「1」のときは「セトサ種」、データが「2」のときは「バージニカ種」、それ以外（3）のときは「バージカラー種」と入力
2.説明変数（df1）と目的変数（df2）を結合して、１つのデータフレーム （df3）を作成

アヤメのデータフレーム の内容確認

head()で最初の5行、tail()で最後の5行を確認。150個（0〜149）のデータがあるのが分かります。「アヤメの種類」が目的変数で、それ以外が説明変数です。

df3.head()
df3.tail()

1.データフレーム の最初の5行を確認
2.データフレーム の最後の5行を確認

アヤメ3品種のそれぞれの特徴（パターン）を見える化

seabornを使ってアヤメの統計データをグラフ化します。各列同士の散布図を表示し、特徴量を比較。セトサ種（青色）は他の2品種に対して、特徴がはっきりしていることが分かります。

sns.pairplot(iris,hue='アヤメの種類',size=2)

1.ペアプロット図（散布図行列）の表示。各散布図の対角線にはヒストグラムが表示されます。

ロジスティック回帰（多クラス分類）の実行

アヤメの全てのデータは使わずに「訓練用」と「テスト用」にデータを分割し、機械学習を実行します。訓練用のデータで作成した予測モデルを、テスト用のデータで試すことで予測の精度を検証することができます。

logreg = LogisticRegression()
X_train, X_test, Y_train, Y_test = train_test_split(X, Y)
logreg.fit(X_train, Y_train)

1.インスタンスの作成（ロジスティック回帰の設計図の具現化）
2.説明変数のデータを訓練用データ（X_train）とテスト用データ（Y_train）に分割。目的変数のデータを、訓練用データ（X_test）とテスト用データ（Y_test）に分割
3.ロジスティック回帰分析の実行（予測モデルの作成）

ロジスティック回帰（多クラス分類）モデルの検証結果

「訓練用データ」で作成した機械学習モデルを、「テスト用データ」で精度を検証した結果、92%という高い精度を得ました。

まとめ

ロジスティック回帰分析（多クラス分類）を使い、予測結果を3値（セトサ種・バージニカ種・バージカラー種）に分類することができました。

ペアプロット図（各列同士の散布図）を見ると分かるように、３品種にそれぞれ特徴があったため、精度の高い予測モデル（92%）を作成することができました。

今回のアヤメのデータは150個でしたが、ビッグデータ（例 : 100万のデータ）を使って機械学習を行うことで、より精度の高い実用的な予測モデルを作成することが可能です。

前の記事

scikit-learnロジスティック回帰分析による予測（機械…

次の記事

Pandas｜日付を変換する方法
eye_catch_Pandas