Pythonの機械学習入門！scikit-learnで学ぶ分類モデルの基本と使い方

1. 機械学習と分類モデルとは？

1. 機械学習と分類モデルとは？

機械学習とは、データからルールを自動で学習する技術です。人が細かく指示しなくても、コンピュータがパターンを見つけて判断できるようになります。

分類モデルとは、与えられたデータをグループ分けする仕組みです。例えば、果物のデータを使って「リンゴかミカンか」を判定するような処理が分類です。

この分類処理は、初心者でも理解しやすく、機械学習の第一歩としてとても重要です。

2. scikit-learnとは？

2. scikit-learnとは？

scikit-learnは、Pythonで機械学習を簡単に使えるようにしたライブラリです。難しい数式を知らなくても、少ないコードでモデルを作ることができます。

ライブラリとは、便利な機能がまとめられた部品集のようなものです。これを使うことで、開発がとても楽になります。

特に分類、回帰、クラスタリングなど基本的な機械学習が簡単に実装できます。

3. データを準備してみよう

3. データを準備してみよう

機械学習では、まずデータが必要です。今回は簡単な数値データを使って分類を行います。

from sklearn import datasets

# サンプルデータを読み込む
iris = datasets.load_iris()

# 特徴量（入力データ）
X = iris.data

# 正解ラベル（答え）
y = iris.target

print(X[:3])

[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]]

このように、特徴量と呼ばれる入力データと、正解データを用意することが基本です。

4. 分類モデルを作ってみよう

4. 分類モデルを作ってみよう

次に分類モデルを作成します。ここでは決定木というアルゴリズムを使います。決定木は、条件分岐のように判断していくシンプルなモデルです。

from sklearn.tree import DecisionTreeClassifier

# モデル作成
model = DecisionTreeClassifier()

# 学習
model.fit(X, y)

print("学習完了")

学習完了

fitというメソッドは、データを使ってモデルを学習させる処理です。

5. 予測してみよう

5. 予測してみよう

学習したモデルを使って、新しいデータの予測を行います。

# 新しいデータ
new_data = [[5.0, 3.6, 1.4, 0.2]]

# 予測
result = model.predict(new_data)

print(result)

[0]

predictは予測を行うためのメソッドです。結果の数値は分類されたカテゴリを表します。

6. モデルの精度を確認しよう

6. モデルの精度を確認しよう

機械学習では、どれくらい正しく予測できるかを確認することが重要です。これを精度と呼びます。

from sklearn.metrics import accuracy_score

# 同じデータで予測
pred = model.predict(X)

# 精度計算
score = accuracy_score(y, pred)

print(score)

1.0

accuracy_scoreは、どれくらい正解しているかを割合で表示します。

7. 学習データとテストデータの違い

7. 学習データとテストデータの違い

同じデータで評価すると、精度が高く見えすぎることがあります。そのため、データを分けて評価します。

from sklearn.model_selection import train_test_split

# データ分割
X_train, X_test, y_train, y_test = train_test_split(X, y)

model.fit(X_train, y_train)

pred = model.predict(X_test)

print(accuracy_score(y_test, pred))

0.9

このように分けることで、より現実に近い評価ができます。

8. 初心者がつまずきやすいポイント

8. 初心者がつまずきやすいポイント

初心者がよくつまずくのは、データの意味を理解しないまま進めてしまうことです。特徴量とは何か、ラベルとは何かをしっかり理解することが重要です。

また、モデルの種類によって結果が変わるため、いろいろ試すことも大切です。

難しい数式は後からでも大丈夫なので、まずは動かして理解することを意識しましょう。

まとめ

まとめ

機械学習と分類モデルの基本を振り返る

本記事では、Pythonを使った機械学習入門として、scikit-learnによる分類モデルの基本的な使い方を丁寧に解説しました。機械学習はデータからパターンを学習し、未知のデータに対して予測を行う技術であり、特に分類モデルは初心者にとって理解しやすい重要な入り口です。 分類モデルでは、特徴量と呼ばれる入力データと、正解ラベルをもとに学習を行い、新しいデータをカテゴリに分けることができます。今回使用したアヤメのデータセットのように、すでに整理されたデータを使うことで、学習の流れをスムーズに理解できます。

scikit-learnの使い方と実装の流れ

scikit-learnはPythonの機械学習ライブラリの中でも非常に人気が高く、シンプルなコードで分類・回帰・クラスタリングなどを実装できます。今回の流れとしては、データの準備、モデルの作成、学習、予測、精度評価という一連のプロセスを体験しました。 特にfitメソッドによる学習、predictメソッドによる予測は機械学習の基本中の基本であり、どのアルゴリズムでも共通して使われる重要な処理です。これらを繰り返し使うことで、自然と機械学習の理解が深まっていきます。

精度評価とデータ分割の重要性

機械学習では、モデルの性能を正しく評価することが非常に重要です。同じデータで学習と評価を行うと過学習が発生し、実際の運用ではうまく機能しない可能性があります。そのため、train_test_splitを使って学習データとテストデータを分けることが基本となります。 accuracy_scoreを用いた精度評価は初心者でも理解しやすく、どの程度正しく分類できているかを数値で確認できます。実務ではさらに複雑な評価指標も使われますが、まずはこの基本をしっかり押さえることが大切です。

実践で役立つサンプルプログラム

以下に、本記事の内容をまとめたサンプルコードを掲載します。Pythonとscikit-learnを使った分類モデルの一連の流れを復習するのに役立ちます。

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

# データ読み込み
iris = datasets.load_iris()
X = iris.data
y = iris.target

# データ分割
X_train, X_test, y_train, y_test = train_test_split(X, y)

# モデル作成と学習
model = DecisionTreeClassifier()
model.fit(X_train, y_train)

# 予測
pred = model.predict(X_test)

# 精度評価
score = accuracy_score(y_test, pred)

print("精度:", score)

初心者が意識すべきポイント

Pythonによる機械学習を学び始めたばかりの方は、まずはコードを動かしながら流れを理解することが重要です。難しい理論や数式にとらわれすぎず、実際に手を動かして分類モデルを構築する経験を積むことで、自然と理解が深まります。 また、特徴量やラベルの意味を理解すること、複数のモデルを試して違いを比較することも大切です。これらを意識することで、より実践的なスキルを身につけることができます。