Skip to content
Machine Learning for Nadesiko3
JavaScript
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
demo
example
src
test
.gitignore
LICENSE
README.md
package.json
webpack.config.js

README.md

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

ブラウザで使いたい人は、demo/index.htmlのソースを見てください。

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 bin)/cnako3 node_modules/nadesiko3-ml/example/svm-xor.nako3
$(npm bin)/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
You can’t perform that action at this time.