糖尿病患者の病状進行予測 Scikit-learn

糖尿病患者の病状進行予測 Scikit-learn

Scikit-learnは、Pythonの機械学習ライブラリで、分類、回帰、クラスタリング、次元削減などの機能が含まれています。

現実的な問題として、糖尿病患者のデータを使って、患者の1年後の病状進行を予測する回帰モデルを作成してみましょう。

この例では、Scikit-learnのデータセットから糖尿病患者のデータをロードし、線形回帰モデルを使って予測を行います。

まず、必要なライブラリをインポートします。

1
2
3
4
5
6
import numpy as np
import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

次に、糖尿病患者のデータセットをロードします。

1
diabetes = datasets.load_diabetes()

データセットを説明変数（特徴量）と目的変数（1年後の病状進行）に分割します。

1
2
X = diabetes.data
y = diabetes.target

データをトレーニングセットとテストセットに分割します（トレーニングセット：75％、テストセット：25％）。

1
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42)

線形回帰モデルを作成し、トレーニングセットで学習させます。

1
2
model = LinearRegression()
model.fit(X_train, y_train)

モデルを使ってテストセットの予測を行い、平均二乗誤差（MSE）を計算してモデルの性能を評価します。

1
2
3
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
print("Mean squared error: ", mse)
[実行結果]
Mean squared error:  2848.3106508475053

この例では、糖尿病患者のデータを使って線形回帰モデルを作成し、1年後の病状進行を予測しました。

Scikit-learnを使って、さまざまな機械学習アルゴリズムを試すことができます。

現実的な問題に対して最適なモデルを選択し、パラメータを調整することで、より高い性能の予測モデルを作成することができます。

グラフ化

上記の例では、糖尿病患者のデータを使って線形回帰モデルを作成し、1年後の病状進行を予測しました。

予測結果をグラフ化して視覚的に評価するために、matplotlibというPythonのグラフ描画ライブラリを使用します。

まず、matplotlibをインポートします。

1
import matplotlib.pyplot as plt

次に、実際の目的変数（y_test）と予測値（y_pred）を散布図でプロットします。

対角線上にプロットされるほど、予測が正確であることを示します。

1
2
3
4
5
6
7
8
9
10
plt.scatter(y_test, y_pred)
plt.xlabel("Actual Progression")
plt.ylabel("Predicted Progression")
plt.title("Actual vs Predicted Progression")

# 対角線を描画
diagonal_line = np.linspace(min(y_test), max(y_test), 100)
plt.plot(diagonal_line, diagonal_line, color='red', linestyle='--')

plt.show()
[実行結果]

このグラフは、実際の病状進行（x軸）と予測された病状進行（y軸）を比較しています。

赤い破線は、予測が完全に正確である場合にデータポイントが存在するべき場所を示しています。

グラフから、多くのデータポイントが対角線の近くにあることがわかりますが、いくつかの外れ値も存在しています。

これは、モデルが完全に正確ではないことを示していますが、ある程度の予測性能があることがわかります。

このようなグラフを使って、モデルの性能を視覚的に評価することができます。

さらに、他の機械学習アルゴリズムを試したり、ハイパーパラメータを調整して、予測性能を向上させることができます。