sklearnのインストール方法と使い方

ゆうすけ

sklearn のインストール方法を教えて欲しいです。

資格マフィア

sklearn はコマンドで簡単にインストールできるぞ。

✔️ 本記事のテーマ

　sklearnのインストール方法

✔️ 読者さんへの前置きメッセージ

本記事は「sklearnをインストールする方法」について書いています。

この記事を読むことで
「sklearnのインストール方法　から　sklearnの使い方」
をコードベースでイメージできます。

sklearnライブラリは機械学習に特化したライブラリです。

sklearnライブラリでは、多くの手法が用意されているので、
使いこなすことができれば、とても便利なライブラリです。

それではsklearnライブラリの使い方や関数について、詳しく解説していきましょう。

sklearnとは？
sklearnのインストール方法
sklearnの使い方
sklearnの使い方（サンプルコード）
Skleanで使える学習アルゴリズム
sklearnやPythonについてもっとスキルをつけるなら
エンジニアとしての自身の価値をチェックする（完全無料）

sklearnとは？

sklearnは、正しくは Scikit-learnと書きます。

Scikit-learnを使うことで、
簡単なコードで様々な手法を用いて機械学習をすることが出来ます。

Scikit-learnは現在も活発に開発されているライブラリなので、
日々アップデートされています。

また、Scikit-learnはドキュメントが豊富なので、使い方も分かりやすいです。

いわゆる「普通の機械学習」をするならScikit-learnで事足りるでしょう。

ただ、最初はその使い方に慣れるのに、少し時間がかかるかもしれません。

そこで、この記事ではScikit-learnのインストールから基本的な使い方までを解説します。

sklearnのインストール方法

sklearnのインストールは簡単です。

以下のコマンドでインストールしておけば、プログラムの中でsklearnを使うことが出来ます。

pip install scikit-learn

プログラムから使う前に、自身の環境にインストールしておきましょう。

sklearnの使い方

sklearnは、処理の流れを理解しておけば、簡単に使えます。

処理の流れとしては、以下のような順で処理されることが多いでしょう。

ライブラリのインポート
学習データとテストデータの用意
アルゴリズムの指定
学習実行
テストデータでテスト
精度の確認

順に、詳しく解説していきましょう。

sklearnの使い方（サンプルコード）

# ライブラリのインポート
from sklearn import svm


#学習データとラベルを準備
train_data = [[0, 0], [1, 0], [0, 1], [1, 1]]
train_label = [0, 1, 1, 0]

#テストデータを準備
test_data = [[0, 0], [1, 0], [0, 1], [1, 1]]

# アルゴリズムの定義
clf = sklearn.svm.SVC(C=10, gamma=0.1)

# 学習の実行
clf.fit(train_data,train_label)

# テスト
test_label = clf.predict(test_data)

今回のサンプルコードはこんな感じです。

それぞれの処理ごとに解説していきましょう。

sklearnライブラリのインポート

import sklearn

sklearnはサードパーティライブラリなので、
プログラムの上文でインポートすることで使えるようになります。

なお、今回はsklearn全体をインポートしましたが、

from sklearn import svm

みたいに一部の関数だけをインポートすることが出来ます。

学習データとテストデータの準備

#学習データとラベルを準備
train_data = [[0, 0], [1, 0], [0, 1], [1, 1]]
train_label = [0, 1, 1, 0]

#テストデータを準備
test_data = [[0, 0], [1, 0], [0, 1], [1, 1]]

次に使用するデータを準備します。

機械学習では、学習用データとテスト用データの2つを準備します。

具体的には、
学習用データで学習を行い、モデルを生成し、
テスト用データを使って、精度を確認します。

今回は処理の流れを追うのが目的なので、0と1だけの簡単なデータを準備します。

コード中の、train_dataが学習用データ、train_labelがその正解ラベル、
そしてtest_dataが後で精度を確認するためのテスト用データです。

アルゴリズムの指定

clf = sklearn.svm.SVC(C=10, gamma=0.1)

機械学習で学習を実行するには、アルゴリズムを指定する必要があります。

Sklearnを使う時も同じようにアルゴリズムを指定しましょう。

今回は0, 1の2つに分類したいので、
クラス分類をするためのSVC(Support Vector Classification)を選択します。

学習実行

clf.fit(train_data,train_label)

Sklearnでは、様々な学習アルゴリズム使うことが出来ます。

学習の実行自体は clf.fit() という関数で行います。

引数には、学習用データとその正解ラベルを指定するだけで、学習を実行できます。

使い方がシンプルでとても便利です。

テストデータでテスト

test_label = clf.predict(test_data)

ここまでで学習が終わったので、
用意しておいたテストデータを使ってテストを行います。

テストはclf.predict() 関数を使用します。

引数にはテストデータを指定します。

これで学習済みモデルを使って予測を行い、テストを実行します。

このように、学習もテストも簡単に実装できるのがsklearnの特徴です。

今回は非常に簡単な予測をするに留まりましたが、
もう少し実用的な分類問題なども
「機械学習で最も簡単な分類をしてみる【Python】」の記事では解説しています。

Skleanで使える学習アルゴリズム

今回は簡単な分類問題だったのでSVMを使いましたが、
sklearnではたくさんのアルゴリズムを指定することが出来ます。

その一部を紹介します。

ロジスティック回帰
- clf = sklearn.linear_model.LogisticRegression()
決定木
- clf = sklearn.tree.DecisionTreeClassifier()
ランダムフォレスト
- clf = sklearn.ensemble.RandomForestClassifier()
勾配ブースティング決定木
- clf = sklearn.ensemble.GradientBoostingClassifier()
k近傍法
- clf = sklearn.neighbors.KNeighborsClassifier()
ナイーブベイズ
- clf = sklearn.naive_bayes.GaussianNB()
確率的勾配降下法(SGD：Stochastic Gradient Descent)
- clf = sklearn.linear_model.SGDClassifier()