マイコン君　機械学習のメモ

（第５回）ChatGPTで１ケタの足し算

ChatGPTで１ケタの足し算をさせたいと思います。学習させるデータは同じですが、Pythonのコードだけ作ってもらいます。

ChatGPTへ頼む

＜頼み方＞

説明をBitにして頼みます。頼むと最終的にPythonのコードをもらえるのでそれを実際に動かしてみます。

１.頼んでみる

次の順序で依頼します。
①機械学習を手伝って
②モデル作成してほしい
③数値予測
④CSV
⑤入力ファイルは20個のBITがあり、そのうち２個が１で他は０です。出力ファイルは20個のBITでそのうち１個が１です。

ここまでで、Pythonのコードを出力されます。コードは以下のとおりになってます。

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# CSV 読み込み
df = pd.read_csv("data.csv")

# 入力列と出力列を分割
input_cols = [f"in_{i}" for i in range(20)]
output_cols = [f"out_{i}" for i in range(20)]

X = df[input_cols].values

# 出力は one-hot → クラス番号に変換
y = df[output_cols].idxmax(axis=1).str.replace("out_", "").astype(int)

# train/test 分割
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# モデル作成（精度高め）
model = RandomForestClassifier(
    n_estimators=300,
    max_depth=20,
    random_state=42
)

# 学習
model.fit(X_train, y_train)

# 予測
y_pred = model.predict(X_test)

# 精度表示
print("Accuracy:", accuracy_score(y_test, y_pred))

# ---- 推論例 ----
sample = np.zeros(20)
sample[2] = 1
sample[11] = 1

pred = model.predict([sample])
print("Predicted class:", pred[0])

２．Pythonを実行してみる

上記のコードを実際に動かしてみます。
ＣＳＶは、指定したIndexで書き直しておきます。

以下のファイルが学習用のデータです。
data.csv
*)Pythonのコードと同じフォルダに保存しておいて、実行します。

# ---- 推論例 ----

sample[2] = 1 #１ケタ目の３なので、２

sample[1] = 1 #１ケタ目の３なので、１

# ---- 出力は以下のとおりになる ----

Accuracy: 1.0

Predicted class: 3 #３という意味

ちゃんと正しい計算になってます。簡単なコードなのに・・・。十分。

実行すると１分くらいで出力されます。
その都度機械学習させるので時間はかかりますが、簡単な質問だけで、実用的なコードを返すChatGPTは相当能力が高いなぁと思います。

－－－－－－－－－－－－－