scikit-learn

機械学習

概要 scikit-learn

Scikit-learn は、Python で最も人気のある機械学習ライブラリです。分類、回帰、クラスタリング、次元削減、モデル選択、前処理のためのシンプルで一貫した API を提供します。 Scikit-learn は、Python のほぼすべての機械学習プロジェクトの出発点です。

PyRunは、Pyodideディストリビューションの一部としてscikit-learnをサポートしています。つまり、ブラウザ内で分類器のトレーニング、精度スコアの計算、ML アルゴリズムの探索をすべて行うことができます。これは強力な教育ツールです。クラウドノートブックを使用せずに、Iris 分類器を実行し、ハイパーパラメーターを実験し、結果を確認できます。

コードと実行の出力

Iris データセットでランダムフォレストをトレーニングします。

Scikit-learn Classifierエディターで実行

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report

iris = load_iris()
X, y = iris.data, iris.target

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.25, random_state=42
)

clf = RandomForestClassifier(n_estimators=50, random_state=42)
clf.fit(X_train, y_train)

preds = clf.predict(X_test)
print(f"Accuracy: {accuracy_score(y_test, preds):.2%}\n")
print("Classification Report:")
print(classification_report(y_test, preds, target_names=iris.target_names))