nadesiko3-ml

Machine Learning for Nadesiko3

なでしこ3のための機械学習ライブラリ。

ライブラリの簡単な使い方

XORのデータを学習する場合は以下の通り。

XORデータ=[[0, 0], [1, 1], [1, 0], [0, 1]]
XORラベル=[0,0,1,1]

# --- SVMを使う場合 ---
{}でSVM開く
# 学習
XORデータとXORラベルで学習。
# 予測
A=[[0,0],[1,1],[1,0]]で予測
AをJSONエンコードして表示。# [0,0,1]

Iris(アヤメ)データの学習をする場合。

{'kernel':'RBF', 'type':'C_SVC'}でSVM開く

# Irisデータを取得して、ランダムに分割する
Y=アヤメデータ取得。
R=Y['データ']とY['ラベル']を0.8でデータランダム分割
# 学習
R['学習']['データ']とR['学習']['ラベル']で学習。
# 予測
PRED=R['テスト']['データ']で予測。
# 正解率を求める
R['テスト']['ラベル']とPREDで正解率計算して表示。

ランダムフォレストを使う場合

{}でランダムフォレスト開く

# Irisデータを取得して、ランダムに分割する
Y=アヤメデータ取得。
R=Y['データ']とY['ラベル']を0.8でデータランダム分割
# 学習
R['学習']['データ']とR['学習']['ラベル']で学習。
# 予測
PRED=R['テスト']['データ']で予測。
# 正解率を求める
R['テスト']['ラベル']とPREDで正解率計算して表示。

なでしこのインストールとプラグインの設定

Node.jsで使う人は、以下のような感じにします。

# インストール
npm install nadesiko3
npm install nadesiko3-ml

# サンプルを実行
$ npm exec cnako3 node_modules/nadesiko3-ml/example/svm-xor.nako3
$ npm exec cnako3 node_modules/nadesiko3-ml/example/rf-iris.nako3

手書き数字の認識デモを実行

以下を実行する

cnako3 demo/mnist-server/mnist-server.nako3

ファイル構成

このリポジトリは以下のファイルで構成されています。

• nadesiko3-ml.js : 機械学習プラグインの本体。SVM（libsvm-js）やランダムフォレスト（ml-random-forest）の機能を提供します。
• iris.js : アヤメ（Iris）データセット。
• package.json : プロジェクトの設定と依存関係。
• example/ : サンプルコード。
  • rf-iris.nako3 : ランダムフォレストを使ってアヤメの分類を行うなでしこ3プログラム。
  • svm-iris.nako3 : SVMを使ってアヤメの分類を行うなでしこ3プログラム。
  • svm-xor.nako3 : SVMを使ってXORを学習するなでしこ3プログラム。
• demo/ : デモプログラム。
  • demo/mnist-server/ : 手書き数字（MNIST）認識のサーバーデモ。
    • mnist-server.nako3 : サーバー側プログラム。
    • client.html : クライアント側（ブラウザ）のUI画面。
  • demo/web-ml/ : Webブラウザで動作する機械学習デモ。
    • index.html : デモ画面。
    • wnako3.js : なでしこ3のWebランタイム。
• test/ : テストコード。
  • plugin_ml_test.js : 各種機械学習メソッドの単体テスト。
  • mnist_test.js : MNISTデータを使ったテスト。
  • mnist-1k.json : MNISTのテストデータ（1000件）。