モデルを公開する

CoddyのMachine Learningジャーニー「教師あり学習」セクションの一部。レッスン 54/58。

テスト用のペンギンたちは、プロジェクトの間ずっと待っていました。調整済みのパイプラインを訓練データの行で学習させてから、テスト用のペンギンで一度だけ評価しましょう。それが正直な数値です。

次に、どこで間違えるかを見てみましょう。あるクリニックのモデルは「健康」「風邪」「インフルエンザ」と判定します。行が正解、列がモデルの予測です：

60人のテスト患者を対象としたクリニックのモデルの3×3混同行列。健康、風邪、インフルエンザの順に、対角線上には正解が20、14、17件あり、風邪の患者5人がインフルエンザと判定された

新しいペンギンは、学習時の列を持つ1行のテーブルです。predictはそのクラスを予測し、predict_proba(new).max()は予測の確信度を表します。つまり、最も確率の高いクラスの割合で、k-NNの場合はそのクラスに賛成する近傍点の割合です。

チャレンジ

中級

ゴールです。modelは調整済みのパイプラインです。スターターコードは新しいペンギンをnew_penguinに読み込みます。

訓練データの行でモデルを学習させます。テスト精度（小数点以下3桁）と、テスト対象のペンギンを何羽正しく判定したかを出力します。
ax上にテスト予測の混同行列を描画し、表示します。
新しいペンギンの名前と、モデルの確信度をパーセントで出力します。

別の観測地点のコロニーの場合：

Test accuracy: 0.960 (72 of 75 penguins)
New penguin: Gentoo (86% sure)

その混同行列：

別の観測地点の混同行列。タイトルはTest Penguins。正しく判定されたのはAdelieが29羽、Chinstrapが16羽、Gentooが27羽。Adelieの1羽をChinstrapと判定し、Chinstrapの2羽をAdelieと判定した。

その後、Coddyがあなたの結果を報告します。「Meet the Penguins」に登場するスターは、Dream島でメスとして、47.2、18.0、194、3650を計測しました。彼女を使ってプログラムを実行してみましょう。彼女は何者でしょうか？

自分で試してみよう

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import make_pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import ConfusionMatrixDisplay

# Meet the Penguins のペンギンの群れ、その特徴量とラベル
penguins = pd.read_csv("penguins.csv")
numbers = ["bill_length_mm", "bill_depth_mm", "flipper_length_mm", "body_mass_g"]
text = ["island", "sex"]
X = penguins[numbers + text]
y = penguins["species"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, stratify=y, random_state=0)

# Prepare the Data より：2つの処理経路
number_steps = make_pipeline(SimpleImputer(strategy="median"), StandardScaler())
text_steps = make_pipeline(SimpleImputer(strategy="constant", fill_value="unknown"), OneHotEncoder())
prep = ColumnTransformer([("numbers", number_steps, numbers), ("words", text_steps, text)])

# Choose a Model and Tune the Winner より：k = 7 の k-NN
model = make_pipeline(prep, KNeighborsClassifier(n_neighbors=7))

# 現地で見つけた新しいペンギンを、同じ列を持つ1行の表として表す
new_penguin = pd.DataFrame({
    "bill_length_mm": [float(input())],
    "bill_depth_mm": [float(input())],
    "flipper_length_mm": [float(input())],
    "body_mass_g": [float(input())],
    "island": [input()],
    "sex": [input()],
})

fig, ax = plt.subplots()
ax.set_title("Test Penguins")

# 以下にコードを書いてください