Python のバックアップ(No.8)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• 現在との差分 - Visual を表示
• ソース を表示
• Python へ行く。
  • 1 (2018-10-20 (土) 19:35:47)
  • 2 (2018-10-21 (日) 00:25:37)
  • 3 (2018-10-21 (日) 11:41:54)
  • 4 (2018-10-23 (火) 12:24:39)
  • 5 (2018-10-24 (水) 10:26:36)
  • 6 (2018-10-24 (水) 13:47:39)
  • 7 (2018-10-24 (水) 18:33:30)
  • 8 (2018-10-27 (土) 11:09:53)
  • 9 (2018-10-30 (火) 12:19:19)
  • 10 (2018-11-03 (土) 00:49:32)
  • 11 (2018-11-17 (土) 21:00:17)
  • 12 (2018-11-27 (火) 12:36:11)
  • 13 (2018-11-27 (火) 13:37:05)
  • 14 (2018-11-27 (火) 18:06:27)
  • 15 (2019-04-26 (金) 09:18:39)
  • 16 (2019-05-16 (木) 11:17:52)
  • 17 (2019-05-30 (木) 13:11:06)

Python3 コマンドメモ

リスト

空リストを作る

newlist = []

リストをn番目からm番目まで抽出する

newlist = oldlist[n:m+1]

後ろの項に入力するのがm+1番目であることに注意。

文字列

特定の文字が存在するか

"a" in text

とすると、文字列text中に文字"a"が存在するかがbooleanで返ってくる。

特定の文字が何個あるか

text.count("a")

とすると、文字列text中に文字"a"が何個存在するかが返ってくる。

scikit-learn

基本的な書き方

from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix

estimator ： 分類器を代入
train_data = 訓練のためのデータ
train_label = 訓練データと同じ順番の正解ラベル
test_data = テストのためのデータ
test_label = テストのための正解ラベル

estimator.fit(train_data, train_label)
pred_list = estimator.predict(test_data)
rate = accuracy_score(test_label, pred_list)
conf_matrix = confusion_matrix(test_label, pred_list)

このとき、pred_listが分類結果、rateが正答率、conf_matが混同行列になる。

importを認識しない

scikit-learnは

import sklearn

と書いても認識しない仕様となっております。よって、

from sklearn.ensemble import RandomForestClassifier

のように、使いたい機能を指定してimportしましょう。

ランダムフォレスト

from sklearn.ensemble import RandomForestClassifier

コメント