はじめに
この実験では、Pythonのscikit - learnライブラリを使ったナイーブベイズ分類器の使用例を見ていきます。ナイーブベイズ分類器は、分類タスクに一般的に使用される一連の教師あり学習アルゴリズムです。これらの分類器は、クラス変数の値が与えられたときに各特徴のペア間の条件付き独立性の仮定を用いてベイズの定理を適用することに基づいています。
この例では、scikit - learnのガウスナイーブベイズ分類器を使ってアイリスデータセットを分類します。これは機械学習における人気のあるデータセットです。目的は、アイリスの花の種類を花弁と花萼の寸法に基づいて予測することです。
VMのヒント
VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替えて、Jupyter Notebookを使った練習にアクセスします。
時々、Jupyter Notebookが読み込み終わるまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。
学習中に問題に直面した場合は、Labbyにお尋ねください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
sklearn(("Sklearn")) -.-> sklearn/UtilitiesandDatasetsGroup(["Utilities and Datasets"])
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn(("Sklearn")) -.-> sklearn/ModelSelectionandEvaluationGroup(["Model Selection and Evaluation"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/naive_bayes("Naive Bayes")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/model_selection("Model Selection")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/datasets("Datasets")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/naive_bayes -.-> lab-71106{{"ナイーブベイズの例"}}
sklearn/model_selection -.-> lab-71106{{"ナイーブベイズの例"}}
sklearn/datasets -.-> lab-71106{{"ナイーブベイズの例"}}
ml/sklearn -.-> lab-71106{{"ナイーブベイズの例"}}
end