Características y etiquetas

Parte de la sección Datos y gráficos del Journey de Machine Learning de Coddy. Lección 53 de 60.

Un modelo aprende de las entradas para producir respuestas, así que le proporcionas dos cosas: X, las características, y y, las etiquetas, una por muestra:

Seis filas de iris divididas en dos partes: X, una cuadrícula con cuatro mediciones por fila en azul claro, y a su lado y, una etiqueta por fila (0, 0, 1, 1, 2, 2) en azul más oscuro

Un conjunto de datos cargado con as_frame=True ya tiene ambos listos:

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

Esto imprime:

(150, 4) (150,)

La fila i de X es una flor y y[i] su especie. La etiqueta se mantiene fuera de X: un modelo que puede leer la respuesta no aprende nada.

Después cuenta las clases con y.value_counts(): iris tiene 50 de cada una, un conjunto de datos equilibrado.

Desafío

Intermedio

Los dígitos manuscritos de scikit-learn son imágenes de 8 por 8, cada una almacenada como 64 números de píxeles (sus características) y etiquetada con el dígito que muestra:

Diez dígitos manuscritos de load_digits, del 0 al 9 en dos filas de cinco, cada uno una imagen cuadriculada de 8 por 8 en tinta oscura sobre fondo blanco

La división de un compañero imprime X: (1797, 65): su X todavía contiene las respuestas.

Corrige X para que contenga solo las 64 características de píxeles.
Debajo de las líneas preparadas, imprime cuántas muestras muestran el dígito d que lee el programa.

Para la entrada 3:

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

Pruébalo tú mismo

from sklearn.datasets import load_digits

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

# Las características y las etiquetas
X = digits.frame
y = digits.target

# No cambies las líneas siguientes
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# Escribe tu código a continuación