Google Colaboratory からSignateを使うメモ
SHOGAKU
8 months ago
Google Colaboratory から、Signate使ったことがなかったので備忘録として残す
- 手順
SIGNATE CLI
https://pypi.org/project/signate/
そして、こちらがとてもためになった
- Google ColabでSIGNATE APIを使う
https://qiita.com/insilicomab/items/d757339d97b44feaff01
APIトークン作成
https://signate.jp/account_settings
ここで作成。グーグルドライブへ保管
Google ColabでSIGNATE APIを使う で導入を丸コピー
!pip install signate
from googleapiclient.discovery import build
import io, os
from googleapiclient.http import MediaIoBaseDownload
from google.colab import auth
auth.authenticate_user()
drive_service = build('drive', 'v3')
results = drive_service.files().list(
q="name = 'signate.json'", fields="files(id)").execute()
signate_api_key = results.get('files', [])
filename = "/root/.signate/signate.json"
os.makedirs(os.path.dirname(filename), exist_ok=True)
request = drive_service.files().get_media(fileId=signate_api_key[0]['id'])
fh = io.FileIO(filename, 'wb')
downloader = MediaIoBaseDownload(fh, request)
done = False
while done is False:
status, done = downloader.next_chunk()
print("Download %d%%." % int(status.progress() * 100))
os.chmod(filename, 600)
これはGoogle Colab上でSignate APIキーを使用するためのPythonコードです。
このコードは、Google Driveから名前が'signate.json'のファイルを検索し、それをダウンロードし、それを使用してSignate APIに接続するために必要な準備をします。
- pip install signate：
これは、Signate Pythonクライアントライブラリをインストールするためのコマンドです。 - auth.authenticate_user():
Google Driveにアクセスするための認証を行う。 - drive_service = build('drive', 'v3') :
Google Drive APIのサービスを構築する。 - results = drive_service.files().list(q="name = 'signate.json'", fields="files(id)").execute() :
指定された名前のファイルを検索する。 - request = drive_service.files().get_media(fileId=signate_api_key[0]['id']) :
検索したファイルを取得する。 - fh = io.FileIO(filename, 'wb') :
ダウンロードしたファイルを保存するためのFileIOオブジェクトを作成する。 - downloader = MediaIoBaseDownload(fh, request) :
ダウンロードを開始する。 - os.chmod(filename, 600) :
ダウンロードしたファイルに適切なアクセス権を設定する。
使える機能チェック
!signate --helpUsage: signate [OPTIONS] COMMAND [ARGS]...
Options:
--help Show this message and exit.
Commands:
download Download the file of competition
files List file of competition
list List competition
submit Submit a result file to the competition
token Download the API Token
コマンドを確認していく
list
!signate list
competitionId title closing prize submitters
--------------- -------------------------------------------------------------------------------- ---------- -------------- ------------
1 【練習問題】銀行の顧客ターゲティング - 6443
24 【練習問題】お弁当の需要予測 - 7823
27 【練習問題】Jリーグの観客動員数予測 - 1863
100 【練習問題】手書き文字認識 - Knowledge 283
102 【練習問題】タイタニックの生存予測 - Knowledge 1942
103 【練習問題】音楽ラベリング - Knowledge 115
104 【練習問題】スパムメール分類 - Knowledge 174
105 【練習問題】毒キノコの分類 - Knowledge 319
106 【練習問題】アワビの年齢予測 - Knowledge 418
107 【練習問題】国勢調査からの収入予測 - Knowledge 658
108 【練習問題】画像ラベリング（20種類） - Knowledge 289
112 【練習問題】ワインの品種の予測 - Knowledge 370
113 【練習問題】山火事の消失面積予測 - Knowledge 262
114 【練習問題】レンタル自転車の利用者数予測 - Knowledge 564
115 【練習問題】アヤメの分類 - Knowledge 462
116 【練習問題】活動センサーログからの動作予測 - Knowledge 69
118 【練習問題】テニスの試合結果の予測 - Knowledge 185
121 【練習問題】自動車の走行距離予測 - Knowledge 1754
122 【練習問題】自動車の評価 - Knowledge 363
123 【練習問題】オゾンレベルの分類 - Knowledge 85
124 【練習問題】ボットの判別 - Knowledge 361
125 【練習問題】ガラスの分類 - Knowledge 269
126 【練習問題】林型の分類 - Knowledge 73
127 【練習問題】ゲーム選手のリーグ分類 - Knowledge 98
128 【練習問題】ステンレス板の欠陥分類 - Knowledge 133
129 【練習問題】都市サイクルの燃料消費量予測 - Knowledge 306
130 【練習問題】天秤のバランス分類 - Knowledge 253
132 【練習問題】ネット広告のクリック予測 - Knowledge 161
133 【練習問題】画像ラベリング（10種類） - 405
135 【練習問題】ネット画像の分類 - 82
262 国立国会図書館の画像データレイアウト認識 2100-12-31 - 100
263 産業技術総合研究所 衛星画像分析コンテスト 2100-12-31 - 70
264 マイナビ × SIGNATE Student Cup 2019: 賃貸物件の家賃予測 2100-12-31 - 516
265 【練習問題】健診データによる肝疾患判定 - 668
266 【練習問題】民泊サービスの宿泊価格予測 - 713
267 海洋研究開発機構 熱帯低気圧（台風等）検出アルゴリズム作成 2100-12-31 - 32
268 オプト レコメンドエンジン作成 2100-12-31 62
269 アップル 引越し需要予測 2100-12-31 - 534
270 Weather Challenge：雲画像予測 2100-12-31 - 14
271 JR西日本 走行中の北陸新幹線車両台車部の着雪量予測 2100-12-31 - 33
288 Sansan 名刺の項目予測 2100-12-31 - 48
294 【練習問題】債務不履行リスクの低減 - 337
358 【練習問題】機械稼働音の異常検知 - 98
404 【練習問題】モノクロ顔画像の感情分類 - 138
406 【練習問題】鋳造製品の欠陥検出 - 279
409 【練習問題】株価の推移予測 - 245
565 SIGNATE Student Cup 2021春：楽曲のジャンル推定チャレンジ！！ 2100-12-31 - 172
567 SIGNATE Student Cup 2021秋：オペレーション最適化に向けたシェアサイクルの利用予測 2100-12-31 - 121
595 医学論文の自動仕分けチャレンジ 2100-12-31 59
657 SUBARU 画像認識チャレンジ 2100-12-31 9
841 第１回 金融データ活用チャレンジ 2023-03-05 総額¥1,000,000 66
936 ブルーカーボン・ダイナミクスを可視化せよ！ 2023-04-30 総額¥1,000,000 16
file
ID = 1 にするとき
!signate files --competition-id=1
fileId name title size updated_at
-------- ----------------- -------------- ------- -------------------
1 train.csv 学習用データ 2345067 2016-05-31 20:19:48
2 test.csv 評価用データ 1523536 2021-11-02 12:16:31
3 submit_sample.csv 応募用サンプル 205890 2016-05-31 20:20:59
downoad
ID = 1 にするとき
!signate download --competition-id=1
submit_sample.csv
test.csv
train.csv
Download completed.
データの中身を確認する
head()メソッドを使用して、最初の5行のデータを表示
import pandas as pd
submit_sample = pd.read_csv('submit_sample.csv')
test = pd.read_csv('test.csv')
train = pd.read_csv('train.csv')
print(submit_sample.head())
print(test.head())
print(train.head())
1 0.236
0 2 0.128
1 3 0.903
2 4 0.782
3 5 0.597
4 6 0.555
id age job marital education default balance housing loan \
0 1 30 management single tertiary no 1028 no no
1 2 39 self-employed single tertiary no 426 no no
2 3 38 technician single tertiary no -572 yes yes
3 4 34 technician single secondary no -476 yes no
4 5 37 entrepreneur married primary no 62 no no
contact day month duration campaign pdays previous poutcome
0 cellular 4 feb 1294 2 -1 0 unknown
1 unknown 18 jun 1029 1 -1 0 unknown
2 unknown 5 jun 26 24 -1 0 unknown
3 unknown 27 may 92 4 -1 0 unknown
4 cellular 31 jul 404 2 -1 0 unknown
id age job marital education default balance housing loan \
0 1 39 blue-collar married secondary no 1756 yes no
1 2 51 entrepreneur married primary no 1443 no no
2 3 36 management single tertiary no 436 no no
3 4 63 retired married secondary no 474 no no
4 5 31 management single tertiary no 354 no no
contact day month duration campaign pdays previous poutcome y
0 cellular 3 apr 939 1 -1 0 unknown 1
1 cellular 18 feb 172 10 -1 0 unknown 1
2 cellular 13 apr 567 1 595 2 failure 1
3 cellular 25 jan 423 1 -1 0 unknown 1
4 cellular 30 apr 502 1 9 2 success 1
shape属性を使用して、データの行数と列数を確認
print(submit_sample.shape)
print(test.shape)
print(train.shape)
(18082, 2)
(18083, 17)
(27128, 18)
info()メソッドやdescribe()メソッド
print(submit_sample.info())
print(test.describe())
print(train.describe())
<class 'pandas.core.frame.dataframe'="">
RangeIndex: 18082 entries, 0 to 18081
Data columns (total 2 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 1 18082 non-null int64
1 0.236 18082 non-null float64
dtypes: float64(1), int64(1)
memory usage: 282.7 KB
None
id age balance day duration \
count 18083.000000 18083.000000 18083.000000 18083.000000 18083.000000
mean 9042.000000 40.914008 1371.980092 15.806725 254.340264
std 5220.256794 10.634331 3105.985293 8.299509 253.591981
min 1.000000 18.000000 -8019.000000 1.000000 0.000000
25% 4521.500000 33.000000 72.000000 8.000000 102.000000
50% 9042.000000 39.000000 447.000000 16.000000 178.000000
75% 13562.500000 48.000000 1427.000000 21.000000 314.000000
max 18083.000000 95.000000 98417.000000 31.000000 3881.000000
campaign pdays previous
count 18083.000000 18083.000000 18083.000000
mean 2.781950 39.702428 0.581209
std 3.054651 99.747634 1.965265
min 1.000000 -1.000000 0.000000
25% 1.000000 -1.000000 0.000000
50% 2.000000 -1.000000 0.000000
75% 3.000000 -1.000000 0.000000
max 50.000000 854.000000 58.000000
id age balance day duration \
count 27128.000000 27128.000000 27128.000000 27128.000000 27128.000000
mean 13564.500000 40.951010 1355.800870 15.806215 260.711295
std 7831.323388 10.608542 3003.305272 8.337904 260.091727
min 1.000000 18.000000 -6847.000000 1.000000 0.000000
25% 6782.750000 33.000000 72.000000 8.000000 104.000000
50% 13564.500000 39.000000 449.000000 16.000000 182.000000
75% 20346.250000 48.000000 1428.000000 21.000000 323.000000
max 27128.000000 95.000000 102127.000000 31.000000 4918.000000
campaign pdays previous y
count 27128.000000 27128.000000 27128.000000 27128.000000
mean 2.751769 40.528052 0.579733 0.117001
std 3.126594 100.382462 2.503653 0.321427
min 1.000000 -1.000000 0.000000 0.000000
25% 1.000000 -1.000000 0.000000 0.000000
50% 2.000000 -1.000000 0.000000 0.000000
75% 3.000000 -1.000000 0.000000 0.000000
max 63.000000 871.000000 275.000000 1.000000
</class>データを提出する段階に来たら、また備忘録を残したいと思う
コメント
いいね
投げ銭
最新順
人気順
コメント
いいね
投げ銭
最新順
人気順
