スケーリングの処理を class に切り出す

[ikanago]

スケーリングのコードが重複しているため，class(あるいは関数) として切り出したほうがいいと思います．

[ikanago]

スケーリングはこのライブラリの本質ではないので，scikit-learn にあるやつを使うのもよさそうです: https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html#sklearn.preprocessing.MinMaxScaler

[kosukemtr]

classifier 内部のスケーリングは関数名とは全く違う処理をしていそうなので、共通化というより classifier のスケーリング関数の名前変更が必要そうです

[WATLE]

関数名とは全く違う処理とはどういうことですか? do_x_scaleのパラメーターがtrueなら_min_max_scalingを適用するののどこが変ですか？

[kosukemtr]

do_x_scale はいいと思います。get_y_scale とか do_y_scale , あと rev_y_scale が変というだけです。 https://github.com/Qulacs-Osaka/scikit-qulacs/blob/478ac8218a0f7f3c3b38f1661b806ffa8778ca77/skqulacs/qnn/classifier.py#L194 https://github.com/Qulacs-Osaka/scikit-qulacs/blob/478ac8218a0f7f3c3b38f1661b806ffa8778ca77/skqulacs/qnn/classifier.py#L207 https://github.com/Qulacs-Osaka/scikit-qulacs/blob/478ac8218a0f7f3c3b38f1661b806ffa8778ca77/skqulacs/qnn/classifier.py#L219

[WATLE]

one-hotなどの内部表現にする動作はスケーリングではないということですか？確かにそうです..

[ikanago]

scikit_learn に one-hot 化と逆変換をやるやつがあるのでその辺の処理は自前でやらなくてよさそうです https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

[WATLE]

これ実装しますｓ

[WATLE]

one-hotすごいな　ほかにもこういうすごいのあるかも　scikit_learnのPreprocessing　に目を通します

[WATLE]

one-hotと逆変換はできても、softmaxと確率表示ができないのが気になります。 それと、入力形式が変わってくるから、微妙に破壊的変更になるのもポイントです (たとえば、元データで...?) 何やってるのかわかんなくなってきました

[ikanago]

149