VS Codeにscikit-learn等のライブラリをインストールしよう

Python
スポンサーリンク

皆さんこんにちは!SEふじたけです。

以前、Visual Studio Code(以下VS Code)でpython環境を構築する記事を書きました。

[AI]BOTさん
[AI]BOTさん

これから機械学習やっていくぞ!

その前にやる事がありました。。。そう、機械学習ライブラリのインストール!

Pythonでは多くの実行プログラムがライブラリとしてインストールする事が出来ます。

これを使わない手はない!というかこれを使うためにPythonをやっていると言っても過言ではありません。

今回はVS Code上のPython環境にライブラリをインストールする手順について書いていきます。

スポンサーリンク

VS codeにインストールされているライブラリを確認しよう

ここでは、scikit-learnを例に説明していきます。

VS Codeを開いたら、[ターミナル] -> [新しいターミナル]を実行します。

上の画面赤枠内にターミナルが起動していますので、以下のコードを入力します。

pip list

すると今インストールされているライブラリを確認する事が出来ます。

ライブラリがあまりインストールされていないので、インストールしていきます。

今回は「scikit-learn」をインストールしていきます。

scikit-learnとはどんなライブラリ?

scikit-learn(サイキット・ラーン)はPython向けの機械学習用ライブラリです。

オープンソースで公開されており、無料で使う事が出来ます。

サンプルデータもついておりますので、機械学習を試しやすいです。

その為、よく分からんけど機械学習をやってみようかな。と思われた初心者にオススメしたいライブラリです。

scikit-learnをインストールしよう

では早速scikit-learnの最新バージョンをインストールしていきます。

現在のscikit-learnの最新バージョンは0.24です。(2021年1月)

上のVS Codeにてライブラリ確認時に開いたターミナルで以下のコマンドを入力する事で簡単に最新版のscikit-learnをインストールできます。

pip install --upgrade scikit-learn

赤枠内のようにエラーもなければインストール完了です。

pip list

上記のコマンドを入力してscikit-learnがインストールされているか確認します。

scikit-learnを試していこう!

インストールもできた事だし、さっそく試していきます。

sklearnの予測変換(インテリセンス)が出ていますね!scikit-learnを使用できるようになりました。

scikit-learnのHPに掲載されているテストコードを実行してみます。

Release Highlights for scikit-learn 0.23
We are pleased to announce the release of scikit-learn 0.23! Many bug fixes and improvements were added, as well as some new key features. We detail below a few...
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import PoissonRegressor
from sklearn.experimental import enable_hist_gradient_boosting  # noqa
from sklearn.ensemble import HistGradientBoostingRegressor

n_samples, n_features = 1000, 20
rng = np.random.RandomState(0)
X = rng.randn(n_samples, n_features)
# positive integer target correlated with X[:, 5] with many zeros:
y = rng.poisson(lam=np.exp(X[:, 5]) / 2)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=rng)
glm = PoissonRegressor()
gbdt = HistGradientBoostingRegressor(loss='poisson', learning_rate=.01)
glm.fit(X_train, y_train)
gbdt.fit(X_train, y_train)
print(glm.score(X_test, y_test))
print(gbdt.score(X_test, y_test))

コードを実行するとエラーなく実行されております。

これでscikit-learnがインストールされている事を確認できました。

Python環境も整えたし、ライブラリもインストールできました。

[AI]BOTさん
[AI]BOTさん

いよいよプログラミングだね!

Pythonでインストールしたライブラリを使用して何かプログラミングしていきます。

最終目標はもちろん株解析AIを作る事!

現在LINE証券で株取引している事は記事にしています。

いずれは株解析AIを組み込んだ取引結果を記事にしていきたいと考えております。

最終目標の株解析にむけてプログラミングしていく事で気になった事や備忘録を記事にあげていく予定ですので、ご覧頂けますと幸いです。

プログラミングスクールで効率的に覚えよう

今回のようなプログラミング環境構築ではスクールで習う事はあまりないかもしれません。

環境構築は意外とつまずく事が多く時間がかかってしまう事があります。

環境は1度構築すれば変更する事はないので時間はかかりませんが、プログラミングは別です。

初歩的な所でもつまずく事は多く、調べ方やある程度の書き方を知っておくかどうかで時間効率は大幅に変わります。

そこでオンラインスクールです。

TechAcademyでは無料体験コースがあります。

無料体験を実施するだけでも基礎知識を身に着ける糧になります。

この記事が参考になりましたら幸いです。

コメント

タイトルとURLをコピーしました