Java Machine Learning(Java-ML)を使ってみよう

本チュートリアルの内容

• 動作環境の確認
• ランダムフォレストを実装してみる
• 再近傍法についてのヒント

■ 動作環境 の確認

前提とする環境

このチュートリアルでは、以下の環境を想定します。

• 使用PC：Windows8.1 Professional、Java Machine Learning Library 0.1.7
• 使用IDE： Eclipse Mars2 4.5.2

ライブラリの準備

本チュートリアルでは、Eclipseは既にインストール済みであると想定して説明を進めます。ということで、ここでは、使用するライブラリについてのみ、説明をします。今回使用するJava Machine Learning Libraryは、Sourceforgeよりダウンロードすることができます。今チュートリアルでは、バージョン0.17を使用します。以下のリンクからも、ダウンロードページに移行することができます。

• Java Machine Learning Library

ダウンロードしたzipファイルを解凍すると、ドキュメントやサンプル、ソースファイルやバイナリファイルが入っているのが確認できますが、ここでは、バイナリのライブラリファイルを使用することとします。解凍したフォルダごと、後から参照しやすい場所に置きます。ここでは、C:\lib\java\javaml-0.1.7という形で保存することとします。

後ほど、Eclipseからjarファイルを外部ライブラリとして参照する必要があるので、場所を忘れないようにしましょう。

（ページの先頭へ）

■ ランダムフォレストを実装してみる

では、実際にライブラリを使ってみましょう。ここでは、機械学習のうち、ランダムフォレスト法を使ってみます。ランダムフォレスト法についての詳細は、他のサイトを参照していただきたいのですが、このランダムフォレスト法は、決定木を弱学習器として利用したアンサンブル学習となります。

学習と分類の精度の検証に、データが必要になるのですが、ここでは、有名なirisのデータを使わせていただきます。データは以下のリンクからダウンロードできます。

• UCI Machine Learning Repository

ダウンロードしたデータは、Eclipseのプロジェクトのフォルダに保存します。

では、実際にプログラムを作成します。まず、Eclipseで新しいプロジェクトを作成します。ここでは、JML_Sampleというプロジェクトを作成しました。

図　プロジェクトのスタート

次に、パッケージを作成します。先ほど作った、JML_Sampleプロジェクトのsrcでマウスを右クリックし、新規のパッケージの追加を選択します。ここでは、sampleというパッケージを作っておきます。

図　パッケージの作成

ここで、最初に使用するライブラリを外部ライブラリとして設定します。設定には、まず、プロジェクトで右クリックし、「ビルドバス」＞「ビルドバスの構成」を選択します。

図　外部ライブラリ追加（１）

開いた画面から、「外部JARの追加」を選択します。

図　外部ライブラリ追加（２）

そして、先ほど保存したJava-MLのライブラリから、javaml-0.17.jarを選択します。

図　外部ライブラリ追加（３）

OKを押下した後、もう一回、「外部JARの追加」を選択し、今度は、libフォルダの中のajt-2.9.jarを選択します。

図　外部ライブラリ追加（４）

OKを押下すると、二つのライブラリが外部ライブラリとして追加されます。

図　外部ライブラリ追加（５）

続いて、実際のクラスの作成ですが、ここでは、TutorialRF.javaという名前のクラスを作成します。

図　クラスの作成

プログラムは、非常に単純で、学習用データの読み込みと学習をまず行い、その後、同じデータを使って、分類結果の検証を行うだけです。ライブラリの使い方の説明だけですので、全てをmainメソッドに記述します。

まず、学習用データの読み込みですが、ここでは、Datasetクラスを用います。iris.dataは、カンマ区切りの4要素ですので、以下のように記述します。エラーが出来るかと思いますが、必要に応じて、ライブラリをインポートします。Eclipseでは、エラーの箇所にカーソルを合わせて、推奨されるライブラリをimportすれば、たいていの場合、エラーは消えます。

		// 学習用データの読み込み
	    Dataset data = FileHandler.loadDataset(new File("iris.data"), 4, ",");
        

続いて、ランダムフォレストクラスのインスタンスを作成します。この時に引数として、作成する決定木の本数を整数として入力します。ここでは、10を入れておきます。そして、buildClassifierメソッドを用いて、学習を行います。引数は先ほど読み込んだデータとなります。

        // ランダムフォレストの作成と学習
	    Classifier rf = new RandomForest(5);
	    rf.buildClassifier(data);
        

以上で、学習用データの読み込みと学習は終了です。

続いて、分類結果の検証です。実際に使用する場合には、学習に用いたデータとは異なるデータを用いますが、ここでは、簡単のため、同じデータを用います。

        // 検証用データの読み込み（本チュートリアルでは同じデータを使用）
        Dataset dataForClassification = FileHandler.loadDataset(new File("iris.data"), 4, ",");
        

分類には、分類用のデータのインスタンス（ここでは各行）毎に属性データを読み込み、分類結果を求めます。

        Object predictedClassValue = rf.classify(インスタンスが入力される);
        

ここでは、dataForClassClassification内のすべてのインスタンスを分類対象としたいので、for文を用いることとします。また、分類結果と実際の分類を比較して、正解の場合(int correct)と不正解の場合(int wrong)をカウントすることとします。

        // 正解と不正解の場合のカウント
        int correct = 0;
        wrong = 0;
        // 分類と結果判定の実施
        for (Instance inst : dataForClassification) {
        	Object predictedClassValue = rf.classify(inst);
            Object realClassValue = inst.classValue(); // 評価用のデータから実際の分類値を取り出す
            if (predictedClassValue.equals(realClassValue))
                correct++;
            else
                wrong++;
        }
        

最後に分類結果を出力します。

		System.out.println("正しい分類数：" + correct);
        System.out.println("誤った分類数：" + wrong);
        

以上でコードは完成です。プログラムを実行してみましょう。

図　プログラムの実行

図　プログラムの実行結果

この実行では、全て正しく分類できたようです。決定木の作り方によっては、全てが正しくない場合もあると思います。

（ページの先頭へ）

■ 再近傍法を実装してみる

同様にして、再近傍法を実装することもできます。ランダムフォレスト法との違いは、分類器の作成のところと、分類のところだけです。以下に、違う部分を記載しますので、実際に動かしてみましょう。

        // ランダムフォレストの作成と学習
	    //Classifier rf = new RandomForest(5);
	    //rf.buildClassifier(data);
		// 再近傍用のインスタンスの作成と学習
		Classifier knn = new KNearestNeighbors(5);
	    knn.buildClassifier(data);
        

評価のところの変更点は以下になります。

        // Object predictedClassValue = rf.classify(inst);
        Object predictedClassValue = knn.classify(inst);
        

変更したら実際に実行してみましょう。結果はどのようになりましたか。この例では、再近傍法の方が悪い結果が出るようです。

図　プログラムの実行結果