これまでにインストール 及びVSCODEとPCSX２も共通して
動かして見ようと思います
共通して困っているのは firefoxが 結構な確率で
フリーズして、OSごと再起動になったりします
pythonの方は読み勧めているpython３年生の３章なので
とりあえず３−１
機械学習用に用意した データーを学習用とテスト用に分けます
サンプルプログラムはjupyternotebook なので単にコピペでは
動きません。便利なのか、不便なのか。何をやっているかは
わかりやすいですが。最初VSCODEでファイルを選んだときは
最初から再生▶ しないと 動きません
ほんとに最初のときは pip install numpy などど
いろいろライブラリーを読み込んでおかないとです。
データーを作成するところまで前回でmake_blobs でやりましたから
今回は train_test_split 関数のみですです
作られた でーたー X 特徴量 yその分類 なぜ小文字？
乱数の種を＝０
Xを２つにyを２つに分けます。指定しないと７５％２５％に分けてくれます
＃学習用データ、テスト用データに分ける
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
# 学習用の特徴量（X_train）でデータフレームを作り、分類（y_train）をtargetの列として追加
df = pd.DataFrame(X_train)
df["target"] = y_train
# 分類によって、別々のデータフレームに分ける
df0 = df[df["target"]==0]
df1 = df[df["target"]==1]
plt.figure(figsize=(5, 5))
# 分類0は青、分類1は赤で、散布図を描画
plt.scatter(df0[0], df0[1], color="b", alpha=0.5)
plt.scatter(df1[0], df1[1], color="r", alpha=0.5)
plt.title("train:75%")
plt.show()
# テスト用の特徴量（X_test）でデータフレームを作り、分類（y_test）をtargetの列として追加
df = pd.DataFrame(X_test)
df["target"] = y_test
# 分類によって、別々のデータフレームに分ける
df0 = df[df["target"]==0]
df1 = df[df["target"]==1]
plt.figure(figsize=(5, 5))
# 分類0は青、分類1は赤で、散布図を描画
plt.scatter(df0[0], df0[1], color="b", alpha=0.5)
plt.scatter(df1[0], df1[1], color="r", alpha=0.5)
plt.title("test:25%")
plt.show()
並べてみました。
背景がはい色なのは、なぜだろう 他のは違った coreshotだからかな、、、、