機械学習： パーセプトロン の Python コードを1行1行理解してデータ分類してみた

# データの格納と操作に便利なNumPyパッケージの多次元配列を用いる
import numpy as np

# パーセプトロンオブジェクトを定義していく
class Perceptron(object):
    
    # コンストラクタ
    def __init__(self, eta=0.01, n_iter=50, random_state=1):
    # selfはインスタンス自身を表す
        # etaなどの各パラメータの説明はコードの下部に記載
        self.eta = eta
        self.n_iter = n_iter
        self.random_state = random_state

    #訓練データに適合させるメソッド
    def fit(self, X, y):
        
        # NumPyの乱数生成器rgenを生成
        rgen = np.random.RandomState(self.random_state)
        # 重みを標準偏差0.01の正規分布中の小さな乱数で初期化
        self.w_ = rgen.normal(loc=0.0, scale=0.01, size=1 + X.shape[1])
        self.errors_ = []

        # 訓練回数分だけ繰り返すfor文
        for _ in range(self.n_iter):
            # 誤分類の個数を0で初期化
            errors = 0
            # 訓練データを一つずつ処理していく
            for xi, target in zip(X, y):
                # 重みの更新　predictメソッドでクラスラベルを予測
                # 学習率×(答えと予測の差)×この訓練データ
                update = self.eta * (target - self.predict(xi))
                # 重みw_1以降の更新
                self.w_[1:] += update * xi
                # 更新w_0の更新
                self.w_[0] += update
                # 更新する重みが0でない、つまり予測が答えとずれていた場合
                # →誤分類にカウントされる
                errors += int(update != 0.0)
            # 今回の誤分類の個数を格納
            self.errors_.append(errors)
        return self

    def net_input(self, X):
        # 総入力を計算
        return np.dot(X, self.w_[1:]) + self.w_[0]

    def predict(self, X):
        # 1ステップ後のクラスラベルを返す
        return np.where(self.net_input(X) >= 0.0, 1, -1)

import os
import pandas as pd

#Irisデータセットを使う（ネット環境必要）
s = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
print('URL:', s)

df = pd.read_csv(s,
                 header=None,
                 encoding='utf-8')

#確認のため最後の5行だけ出力してみる
df.tail()

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

# 1-100行目の目的変数の抽出
y = df.iloc[0:100, 4].values

# Iris-setosaを-1、それ以外（Iris-versicolor）を1に変換
y = np.where(y == 'Iris-setosa', -1, 1)

# 1-100行目の1、3列目を抽出
X = df.iloc[0:100, [0, 2]].values

# setosaは赤の〇
plt.scatter(X[:50, 0], X[:50, 1],
            color='red', marker='o', label='setosa')
# versicolorは青の✕
plt.scatter(X[50:100, 0], X[50:100, 1],
            color='blue', marker='x', label='versicolor')

plt.xlabel('sepal length [cm]')
plt.ylabel('petal length [cm]')
plt.legend(loc='upper left')

# 散布図を表示
plt.show()

# パーセプトロンのオブジェクトの生成（インスタンス化）
ppn = Perceptron(eta=0.1, n_iter=10)

# 訓練データへのモデルの適合！
ppn.fit(X, y)

# エポックと誤分類の関係を表す折れ線グラフをプロット
plt.plot(range(1, len(ppn.errors_) + 1), ppn.errors_, marker='o')
# 軸のラベル設定
plt.xlabel('Epochs')
plt.ylabel('Number of updates')

# 図の表示
plt.show()

from matplotlib.colors import ListedColormap


def plot_decision_regions(X, y, classifier, resolution=0.02):

    # マーカーとカラーマップの準備
    markers = ('s', 'x', 'o', '^', 'v')
    colors = ('red', 'blue', 'lightgreen', 'gray', 'cyan')
    cmap = ListedColormap(colors[:len(np.unique(y))])

    # 決定領域のプロット
    x1_min, x1_max = X[:, 0].min() - 1, X[:, 0].max() + 1
    x2_min, x2_max = X[:, 1].min() - 1, X[:, 1].max() + 1
    # グリッドポイントの生成
    xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution),
                           np.arange(x2_min, x2_max, resolution))
    # 各特徴量を1次元配列に変換して予測を実行
    Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)
    # 予測結果を元のグリッドポイントのデータサイズに変換
    Z = Z.reshape(xx1.shape)
    # グリッドポイントの等高線のプロット
    plt.contourf(xx1, xx2, Z, alpha=0.3, cmap=cmap)
    # 軸の範囲の設定
    plt.xlim(xx1.min(), xx1.max())
    plt.ylim(xx2.min(), xx2.max())

    # クラスごとに訓練データをプロット
    for idx, cl in enumerate(np.unique(y)):
        plt.scatter(x=X[y == cl, 0], 
                    y=X[y == cl, 1],
                    alpha=0.8, 
                    c=colors[idx],
                    marker=markers[idx], 
                    label=cl, 
                    edgecolor='black')

plot_decision_regions(X, y, classifier=ppn)
plt.xlabel('sepal length [cm]')
plt.ylabel('petal length [cm]')
plt.legend(loc='upper left')

plt.show()