交互検証したい、コード頂戴

2024年6月8日

交差検証を行うためのコードを提供します。以下の例では、層化k分割交差検証（StratifiedKFold）を使用します。

python
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import StratifiedKFold, cross_validate
from imblearn.combine import SMOTETomek
from sklearn.metrics import make_scorer, precision_score, recall_score, f1_score

# データ読み込み
data = pd.read_csv("/home/share/temp/20230301-20240331_site_zaiko_suii.csv", encoding="cp932")

# 特徴量と目的変数の選択
X = data.drop(["SKU","原価", "商品名", "ブランド名", "メーカー名"], axis=1)  
y = X.iloc[:, -1].apply(lambda x: 1 if x < 0 else 0)
X = X.iloc[:, :-1]

# 不均衡データへの対処
smt = SMOTETomek(random_state=42)
X_resampled, y_resampled = smt.fit_resample(X, y)

# ランダムフォレストモデルの定義
rf_classifier = RandomForestClassifier(n_estimators=30, random_state=42)

# 評価指標の定義（Precision, Recall, F1-score）
scoring = {'precision': make_scorer(precision_score),
           'recall': make_scorer(recall_score),
           'f1_score': make_scorer(f1_score)}

# 層化k分割交差検証を実行
cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=42)
cv_results = cross_validate(rf_classifier, X_resampled, y_resampled, cv=cv, scoring=scoring)

# 結果の表示
print("Precision:", cv_results['test_precision'])
print("Recall:", cv_results['test_recall'])
print("F1-score:", cv_results['test_f1_score'])

このコードでは、層化k分割交差検証を行い、Precision、Recall、F1-scoreの各評価指標を使用してモデルの性能を評価しています。不均衡データに対してSMOTETomekを使用してオーバーサンプリングを行っています。