Bringe das Modell in den Einsatz

Teil des Abschnitts Überwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 54 von 58.

Die Testpinguine haben während des gesamten Projekts gewartet. Trainiere die abgestimmte Pipeline mit den Trainingszeilen und bewerte sie dann genau einmal anhand der Testpinguine: die ehrliche Kennzahl.

Sieh dir dann an, wo das Modell Fehler macht. Das Modell einer Klinik ordnet die Fälle den Kategorien gesund, Erkältung oder Grippe zu; die Zeilen zeigen die tatsächlichen Werte, die Spalten die Vorhersagen:

Eine 3-mal-3-Konfusionsmatrix des Modells einer Klinik für 60 Testpatienten, gesund, Erkältung und Grippe: Auf der Diagonalen stehen 20, 14 und 17 richtige Vorhersagen, und 5 Erkältungen wurden als Grippe eingestuft

Ein neuer Pinguin ist eine Tabelle mit einer Zeile und den Trainingsspalten. predict benennt sie, und predict_proba(new).max() gibt an, wie sicher die Vorhersage ist: der Anteil der Gewinnerklasse, bei k-NN die Nachbarn, die übereinstimmen.

Aufgabe

Mittel

Die Ziellinie. model ist deine optimierte Pipeline; das Startprogramm liest einen neuen Pinguin in new_penguin ein.

Trainiere das Modell mit den Trainingszeilen. Gib seine Testgenauigkeit (3 Dezimalstellen) und die Anzahl der Testpinguine aus, die es richtig benannt hat.
Zeichne die Konfusionsmatrix der Testvorhersagen auf ax und zeige sie an.
Gib den Namen des neuen Pinguins und an, wie sicher sich das Modell ist, in Prozent.

Für eine Kolonie an einer anderen Station:

Test accuracy: 0.960 (72 of 75 penguins)
New penguin: Gentoo (86% sure)

und ihre Matrix:

Eine Konfusionsmatrix mit dem Titel Test Penguins für eine andere Station: 29 Adelie, 16 Chinstrap und 27 Gentoo richtig benannt, 1 Adelie als Chinstrap und 2 Chinstrap als Adelie bezeichnet

Dann zeigt Coddy dein Ergebnis an. Der Star aus Meet the Penguins maß 47.2, 18.0, 194 und 3650, auf Dream, weiblich. Führe dein Programm mit ihr aus: Wer ist sie?

Probier es selbst

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import make_pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import ConfusionMatrixDisplay

# Die Kolonie aus Meet the Penguins, ihre Merkmale und ihr Label
penguins = pd.read_csv("penguins.csv")
numbers = ["bill_length_mm", "bill_depth_mm", "flipper_length_mm", "body_mass_g"]
text = ["island", "sex"]
X = penguins[numbers + text]
y = penguins["species"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, stratify=y, random_state=0)

# Aus Prepare the Data: die beiden Verarbeitungswege
number_steps = make_pipeline(SimpleImputer(strategy="median"), StandardScaler())
text_steps = make_pipeline(SimpleImputer(strategy="constant", fill_value="unknown"), OneHotEncoder())
prep = ColumnTransformer([("numbers", number_steps, numbers), ("words", text_steps, text)])

# Aus Choose a Model and Tune the Winner: k-NN mit k = 7
model = make_pipeline(prep, KNeighborsClassifier(n_neighbors=7))

# Ein neuer Pinguin aus der Feldforschung, als einzeilige Tabelle mit denselben Spalten
new_penguin = pd.DataFrame({
    "bill_length_mm": [float(input())],
    "bill_depth_mm": [float(input())],
    "flipper_length_mm": [float(input())],
    "body_mass_g": [float(input())],
    "island": [input()],
    "sex": [input()],
})

fig, ax = plt.subplots()
ax.set_title("Test Penguins")

# Schreibe deinen Code unten