機械学習の流れについて。

import numpy as np

from sklearn.datasets import load_breast_cancer
data = load_breast_cancer()

X = data.data
y = data.target

from sklearn import linear_model
clf = linear_model.LogisticRegression()

データセットをインポートする。データセットはdata部分とtarget部分に別れている。識別器を選択する。

from sklearn.model_selection import ShuffleSplit
ss = ShuffleSplit(n_splits=1, 
                  train_size=0.5, 
                  test_size=0.5)

train_index, test_index = next(ss.split(X, y))

データセットをtrain用とtest用にシャフルする。

clf.fit(X[train_index], y[train_index]);
clf.score(X[test_index], y[test_index])

train用データセットで識別器に学習させる（clf.fit）。test用データセットで学習結果を評価する（clf.score）。