始める無料で始める

ドル紙幣を探る

この演習では、Keras で Banknote Authentication データセットを使って分類モデルの構築を練習します。

目標は、本物と偽物のドル紙幣を見分けることです。これを行うために、データセットには 4 つの特徴量 variance、skewness、kurtosis、entropy が含まれています。これらの特徴量は、ドル紙幣の画像に数式処理を適用して算出されています。ラベルはデータフレームの class 列にあります。

pandas の DataFrame banknotes は用意済みです。まずはデータを探索してみましょう！

この演習はコースの一部です

Kerasで学ぶIntroduction to Deep Learning

コースを見る

演習の手順

  • seaborn を sns としてインポートします。
  • banknotes に対して seaborn の pairplot() を使い、ラベルが入っている列名を hue に指定します。
  • 紙幣認証データの記述統計量を生成します。
  • .value_counts() を使ってラベルごとの観測数を数えます。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Import seaborn
import ____ as ____

# Use pairplot and set the hue to be our class column
sns.____(____, hue=____) 

# Show the plot
plt.show()

# Describe the data
print('Dataset stats: \n', banknotes.____)

# Count the number of observations per class
print('Observations per class: \n', banknotes[____].____)
コードを編集して実行