السمات والتسميات

جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 53 من 60.

يتعلم النموذج من المدخلات للوصول إلى الإجابات، لذا تزوّده بشيئين: X، وهي الميزات، وy، وهي التسميات، تسمية واحدة لكل عينة:

ستة صفوف من بيانات السوسن مقسمة إلى جزأين: X، شبكة من أربعة قياسات لكل صف باللون الأزرق الفاتح، وإلى جانبها y، تسمية واحدة لكل صف (0, 0, 1, 1, 2, 2) باللون الأزرق الداكن

تحتوي مجموعة البيانات المحمّلة باستخدام as_frame=True على كليهما جاهزين:

iris = load_iris(as_frame=True)
X = iris.data
y = iris.target
print(X.shape, y.shape)

يطبع هذا:

(150, 4) (150,)

يمثل الصف i من X زهرةً واحدة، ويمثل y[i] نوعها. تبقى التسمية خارج X: فالنموذج الذي يستطيع قراءة الإجابة لا يتعلم شيئًا.

ثم احسب عدد الفئات باستخدام y.value_counts(): تحتوي مجموعة البيانات iris على 50 من كل فئة، وهي مجموعة بيانات متوازنة.

التحدي

متوسط

صور الأرقام المكتوبة بخط اليد في scikit-learn هي صور بمقاس 8 في 8، وتُخزَّن كل صورة على شكل 64 رقمًا للبكسلات (سماتها)، وتُوسَم بالرقم الذي تعرضه:

عشرة أرقام مكتوبة بخط اليد من load_digits، من 0 إلى 9 في صفين من خمسة، وكل منها صورة مربعة بمقاس 8 في 8 بحبر داكن على خلفية بيضاء

يطبع تقسيم أحد زملائك X: (1797, 65): ما زالت X تحتوي على الإجابات.

أصلح X بحيث تحتوي على سمات البكسلات الـ64 فقط.
أسفل الأسطر الجاهزة، اطبع عدد العينات التي تعرض الرقم d الذي يقرأه البرنامج.

للمُدخل 3:

X: (1797, 64)
y: (1797,)
Samples of digit 3: 183

جرّب بنفسك

from sklearn.datasets import load_digits

digits = load_digits(as_frame=True)
d = int(input())

# الميزات والتسميات
X = digits.frame
y = digits.target

# لا تغيّر الأسطر أدناه
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# اكتب الكود الخاص بك أدناه