Python3エンジニア認定データ分析試験　⑥ scikit-learn（前処理・分類・回帰）

scikit-learnの前半。前処理として欠損値の補完、カテゴリ変数のエンコーディング、特徴量の正規化・標準化、学習データとテストデータの分割を扱う。分類では決定木（不純度と情報利得）、サポートベクタマシン（マージン最大化、カーネル）、ランダムフォレスト、回帰では線形回帰と重回帰。fit・predict・transformという共通APIの型を押さえるのが要点。公式の出題範囲では4-4 scikit-learnが⑦と合わせて8問・20%で節単位の最大。つまずきどころは、学習データにだけfitしテストデータはtransformする順序と、崩したときに起きるデータリーク。

この分野の問題37問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

第196問scikit-learnについて正しく述べているものはどれか。

ApandasのDataFrameを整形するツールである
Bディープラーニング専用のライブラリである
Cグラフ描画を主目的としたライブラリである
D機械学習を含むデータ解析ライブラリである

正解と解説を見る

正解：D．機械学習を含むデータ解析ライブラリである

scikit-learnは機械学習を含むデータマイニングやデータ解析のライブラリです。

Python3エンジニア認定データ分析試験 ⑥ scikit-learn（前処理・分類・回帰）

第196問scikit-learnについて正しく述べているものはどれか。

第197問scikit-learnにおいて、クラスをインスタンス化したあとに前処理を実行するメソッドはどれか。

第198問データ解析の工程において前処理が占める割合はどのくらいと言われているか。

第199問sklearn.preprocessingのImputerクラスを用いて平均値で欠損値を補完する場合、指定する引数はどれか。

第200問Imputerクラスの引数において、axis=0が計算を行う方向はどれか。

第201問ImputerクラスのtransformメソッドにpandasのDataFrameを指定して実行した際、返り値のデータ型は何になるか。

第202問カテゴリ変数を「a→0、b→1、c→2」のように数値（整数）に変換する処理に用いるクラスはどれか。

第203問LabelEncoderクラスにおいて、変換された値と元の値の対応関係が格納されている属性はどれか。

第204問カテゴリ変数に対して、該当する値の列に1、それ以外の列に0が入力されるように列を増やす変換処理を何と呼ぶか。

第205問OneHotEncoderクラスのfit_transformメソッドによる変換結果は、どのような形式の行列として返されるか。

第206問scikit-learnのOneHotEncoderクラスと比較して、DataFrameをそのまま変換できるため使い勝手が良いとされるpandasの関数はどれか。

第207問特徴量の平均が0、標準偏差が1となるようにデータを変換する処理の名称はどれか。

第208問scikit-learnで分散正規化を行うために使用するクラスはどれか。

第209問列Aの値が[1, 2, 3, 4, 5]のとき、平均は3、標準偏差は√2（約1.414）である。値「2」を分散正規化した場合の計算結果はどれか。

第210問特徴量の最小値が0、最大値が1をとるように正規化する処理はどれか。

第211問列Bの最小値が100、最大値が800である。値「500」に対して最小最大正規化を行った場合の値はどれか。

第212問データの「クラス」を予測して分ける機械学習の典型的なタスクを何と呼ぶか。

第213問学習データとテストデータに分割する関数 train_test_split は、scikit-learnのどのモジュールに含まれているか。

第214問scikit-learnで読み込んだIrisデータセットの特徴量（説明変数）の数はいくつか。

第215問Irisデータセットの目的変数において、数値の「1」が対応するアヤメの種類はどれか。

第216問train_test_split関数において、データを分割する際に用いるシード値を固定するための引数はどれか。

第217問サポートベクタマシン（SVM）の説明として登場しない用語はどれか。

第218問サポートベクタマシンにおいて、パラメータCの値を小さく設定するとどうなるか。

第219問データが直線で分離できない場合、SVCクラスのカーネルに動径基底関数を使用するための引数指定はどれか。

第220問サポートベクタマシンを使用する前に、特徴量の正規化を行うことが推奨される理由はどれか。

第221問決定木において、木の最上部にあり親ノードを持たないノードを何と呼ぶか。

第222問決定木において、データを分割することによって不純度が下がり、どれだけクラスをきれいに分けられるようになったかを表す指標はどれか。

第223問あるノードにクラス0が振り分けられる確率が0.6、クラス1が振り分けられる確率が0.4の場合、ジニ不純度の値はどれか。

第224問scikit-learnで決定木を実行するために使用するクラスはどれか。

第225問pydotplusライブラリを用いて決定木を可視化する際、裏側で使用されている可視化ツールはどれか。

第226問ランダムフォレストにおいて、データのサンプルと特徴量をランダムに選択して生成されたデータを何と呼ぶか。

第227問複数の学習器を用いた学習方法（ランダムフォレストなど）を総称して何と呼ぶか。

第228問RandomForestClassifierクラスをインスタンス化する際、決定木の個数を指定するパラメータはどれか。

第229問ある値（目的変数）を別の単一または複数の値（説明変数）で説明するタスクを何と呼ぶか。

第230問scikit-learnで線形回帰を実行するために使用するクラスはどれか。

第231問線形回帰において、説明変数が2変数以上ある場合の手法を特に何と呼ぶか。

第232問線形回帰のモデル構築後、テストデータセット（X_test）に対する予測を実行するメソッドはどれか。

Python3エンジニア認定データ分析試験　⑥ scikit-learn（前処理・分類・回帰）