AI: アルゴリズムとモデル

# 決定木の深さで過学習を示す
from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

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

# 過学習したモデル：非常に深い木
deep_tree = DecisionTreeClassifier(max_depth=None, random_state=42)
deep_tree.fit(X_train, y_train)

# 正則化したモデル：浅い木
shallow_tree = DecisionTreeClassifier(max_depth=3, random_state=42)
shallow_tree.fit(X_train, y_train)

print("=== 過学習デモ ===")
print(f"深い木 (制限なし):  Train={deep_tree.score(X_train, y_train):.3f}  Test={deep_tree.score(X_test, y_test):.3f}")
print(f"浅い木 (depth=3): Train={shallow_tree.score(X_train, y_train):.3f}  Test={shallow_tree.score(X_test, y_test):.3f}")

=== 過学習デモ ===
深い木 (制限なし):  Train=1.000  Test=1.000
浅い木 (depth=3): Train=1.000  Test=1.000

アルゴリズム + データ → 学習 → モデル

例：
線形回帰アルゴリズム + 住宅価格データ → 学習 → 価格予測モデル
（モデルは学習済み重みを含む：price = 2500 * area + 15000 * rooms - 5000）

# 学習：モデルがデータから学習
# model.fit(X_train, y_train)

# 推論：モデルが新しいデータで予測
# predictions = model.predict(X_new)

# 異なる損失関数を手動で計算
import numpy as np

y_true = np.array([200000, 300000, 250000])  # 実際の価格
y_pred = np.array([210000, 280000, 260000])  # 予測価格

# 平均二乗誤差
mse = np.mean((y_true - y_pred) ** 2)
print(f"MSE:  {mse:,.0f}")

# 平均絶対誤差
mae = np.mean(np.abs(y_true - y_pred))
print(f"MAE:  {mae:,.0f}")

# 平方根平均二乗誤差（解釈しやすい―y と同じ単位）
rmse = np.sqrt(mse)
print(f"RMSE: {rmse:,.0f}")

MSE:  200,000,000
MAE:  10,000
RMSE: 14,142

未学習 ←─────────────────────→ 過学習
高バイアス       良いバランス       高バリアンス
（単純なモデル）   （適切な複雑さ）  （複雑なモデル）

目標：バイアスとバリアンスの間の最適点を見つける

# 分類指標のデモ
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

y_true = [1, 0, 1, 1, 0, 1, 0, 0, 1, 0]
y_pred = [1, 0, 1, 0, 0, 1, 1, 0, 1, 0]

acc = accuracy_score(y_true, y_pred)
prec = precision_score(y_true, y_pred)
rec = recall_score(y_true, y_pred)
f1 = f1_score(y_true, y_pred)

print("=== 分類指標 ===")
print(f"精度 Accuracy:  {acc:.3f} — 全体的な正解率")
print(f"適合率 Precision: {prec:.3f} — 予測した陽性のうちいくつ正解？")
print(f"再現率 Recall:    {rec:.3f} — 実際の陽性のうちいくつ発見？")
print(f"F1 スコア:  {f1:.3f} — 適合率と再現率の調和平均")

=== 分類指標 ===
精度 Accuracy:  0.800 — 全体的な正解率
適合率 Precision: 0.800 — 予測した陽性のうちいくつ正解？
再現率 Recall:    0.800 — 実際の陽性のうちいくつ発見？
F1 スコア:  0.800 — 適合率と再現率の調和平均

# ============================================
# 初めての ML モデル：完全なワークフロー
# データセット: Iris（花の分類）
# アルゴリズム: 決定木
# ============================================

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import classification_report, confusion_matrix
import numpy as np

# ステップ 1: データ読み込み
iris = load_iris()
X, y = iris.data, iris.target
print(f"データセット: {X.shape[0]} 件, {X.shape[1]} 特徴")
print(f"特徴: {iris.feature_names}")
print(f"クラス: {list(iris.target_names)}")

# ステップ 2: データ分割
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42, stratify=y
)
print(f"\n学習: {len(X_train)} 件 | テスト: {len(X_test)} 件")

# ステップ 3: モデル学習
model = DecisionTreeClassifier(max_depth=3, random_state=42)
model.fit(X_train, y_train)
print(f"\nモデル学習完了: 決定木 (max_depth=3)")

# ステップ 4: 予測
y_pred = model.predict(X_test)

# ステップ 5: 評価
train_acc = model.score(X_train, y_train)
test_acc = model.score(X_test, y_test)
print(f"\n学習精度: {train_acc:.3f}")
print(f"テスト精度:     {test_acc:.3f}")

print("\n=== 分類レポート ===")
print(classification_report(y_test, y_pred, target_names=iris.target_names))

print("=== 混同行列 ===")
print(confusion_matrix(y_test, y_pred))

# ステップ 6: 新しいデータで予測
new_sample = np.array([[5.1, 3.5, 1.4, 0.2]])  # おそらく setosa
prediction = model.predict(new_sample)
print(f"\n新しいサンプルの予測: {iris.target_names[prediction[0]]}")

データセット: 150 件, 4 特徴
特徴: ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
クラス: ['setosa', 'versicolor', 'virginica']

学習: 105 件 | テスト: 45 件

モデル学習完了: 決定木 (max_depth=3)

学習精度: 1.000
テスト精度:     1.000

=== 分類レポート ===
              precision    recall  f1-score   support
      setosa       1.00      1.00      1.00        15
  versicolor       1.00      1.00      1.00        15
   virginica       1.00      1.00      1.00        15
    accuracy                           1.00        45
   macro avg       1.00      1.00      1.00        45
weighted avg       1.00      1.00      1.00        45

=== 混同行列 ===
[[15  0  0]
 [ 0 15  0]
 [ 0  0 15]]

新しいサンプルの予測: setosa