機械学習でFizzBuzz！（決定木編）

前に書いたやつ、「続き希望」の人がいたので、やってみた。

FizzBuzzを機械学習でやる方法概要
（決定木を使う場合：というか、一般的に・・）

前提：（シミュレーション）データを用意する
手順
１．データを機械学習させる→プログラム相当のモデルできる
２．出力するためのデータを用意する
３．モデルに２を読み込ませ、実行！

以下、詳細

---

■前提：（シミュレーション）データを用意する

１～１００のFIZZBUZZに必要なデータを用意する
→番号（１～１００）、３で割れるか（割れたら１）、５で割れるか（割れたら１）、FizzBuzzの結果
を書いたデータを用意し、それを２０回コピー、１行目に表題をつけて、CSVファイルにして保存
こんなかんじ。

はじめのほう


おわりのほう（２０００件分＋１件（見出しで１行））

このファイルは、手作業で作ってもいいし、こんなかんじでプログラムに書いてもOK


■１．データを機械学習させる→プログラム相当のモデルできる
Rで上記データを読み込んだ後、決定木のモデルを作成。こんなかんじ

data<-read.csv("fizzbuzz.csv",header=TRUE) library("rpart") model<-rpart(kekka~.,data)

■２．出力するためのデータを用意する
読み込ませた１～１００までのデータのうち、FizzBuzzの結果の行を削除したものを作成
こんなかんじ

mytest=data[1:100,1:3]

■３．モデルに２を読み込ませ、実行！
実行！こんなかんじ

predict(model,mytest)

結果

１のときは１，２のときは２、４のときは４うまくいってる。
（３はFizzなので、↓）

３はFizz５はBuzz１５はFizzBizz
FizzBuzz部分もうまくいってる。

決定木をプロットしてみる。

plot(model) text(model)

大丈夫かな・・・