決定木アルゴリズムをIris-datasetに対してPythonで実行した!

背景

今回では、大学での課題として、機械学習ライブラリを利用して、決定木アルゴリズムをIris-datasetに対して実行結果をレポートにすることになりました！

ライブラリ準備

library.py

import japanize_matplotlib  #matplotlibで日本語を表示するためのライブラリ。
import matplotlib.pyplot as plt #データのグラフィック化（プロット）のために使用する
from sklearn.datasets import load_iris #irisデータを読み込むために使用する
from sklearn.tree import DecisionTreeClassifier #決定木モデル
from sklearn.model_selection import train_test_split  #train用データ、test用データをわけるために使用する
from sklearn.metrics import classification_report, accuracy_score #訓練したものを評価するために使用する
from sklearn import tree　#決定木モデルに関連する機能を使うために使用する

コード

では、ライブラリ準備のようにライブラリの宣言が終わった後に、次のようにコードを書きました。

tree.py

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report, accuracy_score
from sklearn import tree
import matplotlib.pyplot as plt
import japanize_matplotlib

iris = load_iris()
X, y = iris.data, iris.target

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

clf = DecisionTreeClassifier(random_state=42)

clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
class_report = classification_report(y_test, y_pred, target_names=iris.target_names)

plt.figure(figsize=(12,8))
tree.plot_tree(clf, filled=True, feature_names=iris.feature_names, class_names=iris.target_names.tolist())
plt.title('irisデータをセットした決定木')
plt.savefig('tree.png')
plt.show()

• iris = load_iris()
  irisにデータセットを入れる。(この時に、irisのタイプはBunchs型になります。scikit-learnに含まれるデータセットはBunchs型です。)
• iris.data
  Xにiris.dataを入れるが、iris.dataには【データ】が入っている。
• iris.target
  yにiris.targetを入れるが、iris.targetには【正解ラベル】が入っている。(【正解ラベル】とは、最終的に予測して導きたい値のことです。)
• train_test_split(X, y, test_size=0.3, random_state=42)
  X_train, X_test, y_train, y_testにtrain_test_split(X, y, test_size=0.3, random_state=42) の戻り値を格納することになります。(この時のtest_size=0.3では、分割する時のテスト用データを決めることができます。なお、random_state=42では、普段分割する時にランダムに選択されますが、random_state=42をすることで、乱数を固定することができます。)
• DecisionTreeClassifier(random_state=42)
  clfに決定木のモデルを指定します。
• clf.fit(X_train, y_train)
  X_train,y_trainを利用して、訓練をさせます。これによって、モデルがデータを学習することで、未知のデータに関して予測することができるようになります。
• tree.plot_tree()
  ここでは、決定木の可視化を行います。

まとめ

この記事を参考にしてコードを書くと、次のような結果を得ることができます。
Irisデータをセットした決定木
結果として、今回を通じて、決定木アルゴリズムをIris-datasetに対して実行結果をみることができました。役に立つ情報ではないと思いますが、間違っている情報などがあれば教えてもらうと嬉しいです！