Hallo, Machine Learning

Teil des Abschnitts Daten und Diagramme der Machine Learning-Journey von Coddy. Lektion 1 von 60.

Die meisten Programme folgen Regeln, die ein Mensch geschrieben hat. Ein Modell für maschinelles Lernen findet seine eigenen Regeln anhand von Beispielen.

Hier sind 150 Irisblüten, jede als Punkt entsprechend ihrer Blütengröße dargestellt:

150 Irisblüten als Punkte, Blütenblattlänge auf der horizontalen und Blütenblattbreite auf der vertikalen Achse, in drei klaren Gruppen, jeweils eine Farbe und Form pro Art

Siehst du die drei Gruppen? Ein Modell kann sie ebenfalls lernen und dann Blumen benennen, die es noch nie gesehen hat.

Aufgabe

Einfach

Dieses Programm ist bereit. Drücke Run: Das Modell untersucht 112 Blumen und benennt dann 38 neue.

Öffne den Tab Plots, um seine Vorhersagen zu sehen. Entdeckst du seinen einen Fehler? Reiche dann deine Lösung ein.

Probier es selbst

# Drücke Run und sieh zu, wie ein Modell lernt
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt

# 150 Irisblüten: ihre Messwerte und ihre Arten
iris = load_iris()
X_learn, X_new, y_learn, y_new = train_test_split(iris.data, iris.target, random_state=0)

# Das Modell lernt anhand von 112 Blumen und den zugehörigen Antworten ...
model = KNeighborsClassifier()
model.fit(X_learn, y_learn)

# ... und bestimmt dann die Art von 38 Blumen, die es noch nie gesehen hat
guesses = model.predict(X_new)
right = (guesses == y_new).sum()
print(f"Studied {len(X_learn)} flowers")
print(f"Named {right} of {len(X_new)} new flowers correctly")

# Jede neue Blume ist ein Punkt, dessen Farbe die Vorhersage des Modells zeigt; ein rotes X markiert einen Fehler
fig, ax = plt.subplots()
for i, name in enumerate(iris.target_names):
    picked = guesses == i
    ax.scatter(X_new[picked, 2], X_new[picked, 3], label=f"guessed {name}")
wrong = guesses != y_new
ax.scatter(X_new[wrong, 2], X_new[wrong, 3], marker="x", color="red", s=120, label="mistake")
ax.set_title("The model's guesses for 38 new flowers")
ax.set_xlabel("petal length (cm)")
ax.set_ylabel("petal width (cm)")
ax.legend()
plt.show()