scikit-学習し、数字のリストを生成することを学ぶ

Question

私は数字からなる大部分の整数からなるトリプレットの大部分の100次元リストを持っています。

私はドキュメントはにかなり困難であるなしに、これらのデータからパターンを学習し、簡単な生成モデルを書き、三つ子のありそうなリストを生成しますが、私の背景はかなり弱いですしsklearnで探してい

[(50,100,0.5),(20,35,1.0),.....] 
[(70,80,0.3),(30,45,2.0),......] 
.... 

続く。

私が見てみることができる同様の仕事をするスクリーンコードの例はありますか？

Answer 1

この質問はおそらくデータサイエンスや統計のサイトに適していると私は同意しますが、私はそれを刺すでしょう。

まず、データはpandasのデータフレームであると仮定します。これはscikit-learnと他のPythonパッケージにとって便利です。

私はまずデータを視覚化します。 3次元しかないので、3次元の散布図が役立つかもしれません。例えば、hereを参照してください。

データをプロットするもう1つの便利な方法は、ペアプロットを使用することです。 seabornパッケージを使用すると非常に簡単です。 hereを参照してください。ペアプロットは、変数/フィーチャのそれぞれの分布やフィーチャのペア間の相関関係を示すので便利です。

この時点で、生成モデルの作成はプロットの内容によって異なります。たとえば、すべての変数が互いに独立している場合は、各変数のpdfを個別に見積もるだけで済みます（たとえばを使用し、seabornに実装されています）。次に、 3つのディストリビューションのそれぞれから別々に取り出し、これらの値を単一のタプルで組み合わせることによって、

変数が独立していない場合は、タスクがより複雑になり、おそらく統計サイトで別の投稿が必要になることがあります。たとえば、サンプルが異なるクラスタから生成される可能性があります。重複する可能性があります。その場合は、mixture modelのようなものが役に立ちます。ここ

Answer 2

は正確に（判別モデル）し、小さなコードの例である：

http://scikit-learn.org/stable/auto_examples/index.html

生成モデルはsklearn.mixtureであろう。そうでなければここで

import numpy as np 
from sklearn.linear_model import LinearRegression 

#generate random numpy array of the size 10,3 
X_train = np.random.random((10,3)) 
y_train = np.random.random((10,3)) 
X_test = np.random.random((10,3)) 

#define the regression 
clf = LinearRegression() 

#fit & predict (predict returns numpy array of the same dimensions) 
clf.fit(X_train, y_train) 
y_pred = clf.predict(X_test) 

以上の例です。 GaussianMixture（バージョン0.18でのみ有効）