Aprender de ejemplos

Parte de la sección Aprendizaje supervisado del Journey de Machine Learning de Coddy. Lección 1 de 58.

Es hora de usar modelos reales. Un modelo estudia filas etiquetadas, características más una etiqueta, y aprende a etiquetar nuevas filas: aprendizaje supervisado. Se introducen semillas etiquetadas y se obtiene un mapa:

Dos gráficos de 180 semillas de trigo, con el área en el eje horizontal y la longitud del surco en el vertical. A la izquierda, las semillas etiquetadas en tres grupos: Kama, Rosa y Canadian. A la derecha, las mismas semillas en un mapa sombreado en tres regiones, una por variedad

Una variedad es una categoría, así que esto es clasificación: el modelo traza fronteras. Una etiqueta numérica, como el peso de un melón, es regresión: el modelo aprende una línea.

30 sandías como puntos verdes, con la longitud en cm en el eje horizontal y el peso en kg en el vertical, y una línea naranja ascendente que las atraviesa. Una sandía nueva de 32 cm se encuentra sobre la línea en aproximadamente 6.2 kg

¿De qué tipo? .nunique() cuenta los valores distintos de una etiqueta: una categoría se repite unas pocas veces; un número rara vez se repite.

seeds = pd.read_csv("seeds.csv")
print(seeds["variety"].nunique())

Esto imprime 3: una clasificación.

Desafío

Fácil

Una tienda de patinetes eléctricos usados podría predecir cualquier columna de scooters.csv. ¿Cuál sería clasificación y cuál regresión? El programa lee el nombre de una columna en label.

Cuenta los valores distintos de la columna.
Imprímelos como se muestra a continuación, junto con el número de patinetes.
Imprime A category: classification para 10 valores distintos como máximo; en caso contrario, imprime A number: regression.

Para otra tienda y la columna brand:

brand: 7 different values in 50 scooters
A category: classification

Pruébalo tú mismo

import pandas as pd

scooters = pd.read_csv("scooters.csv")
label = input()

# Escribe tu código a continuación

Ponte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Aprendizaje supervisado

1Tu primer modelo

Aprender de ejemplosConjuntos de entrenamiento y prueba Ajustar y predecir Evaluar un modelo Repaso: clasificador de semillas

4Regresión logística

Predicciones de sí o no El umbral de decisión Los pesos como evidencia Varias clases Repaso: filtro de spam

7Sobreajuste

Subajuste y sobreajuste Curvas de aprendizaje Regularización Conjuntos de validación Repaso: Ajustar un árbol

10Canalizaciones

Canalizaciones Columnas mixtas Imputación en una canalización Ajuste de una canalización Repaso: limpiar y predecir

2Vecinos más cercanos

Cómo decide k-NN Cómo elegir k Fronteras de decisión Escalado para los vecinos Repaso: vecinos del vino

5Medición de clasificadores

La matriz de confusión Precisión y exhaustividad La puntuación F1 Clases desequilibradas Curvas ROC Repaso: prueba de detección

8Validación cruzada

Validación K-Fold Comparación justa de modelos Búsqueda en cuadrícula Repaso: reparaciones de monopatines

11Proyecto: especies de pingüinos

Conoce a los pingüinos Prepara los datos Elige un modelo Ajusta el modelo ganador Publica el modelo

3Regresión lineal

Predicción de números Varias características Medición de errores Gráficos de residuos Repaso: alquiler de bicicletas

6Árboles de decisión

Los árboles hacen preguntas Leer un árbol Profundidad del árbol Importancia de las características Repaso: decisiones de préstamos

9Métodos de conjunto

Bosques aleatorios Por qué funcionan los bosques Aumento de gradiente Repaso: guardabosques

12Desafíos finales

Progreso de la diabetes Aprobación de crédito Dígitos escritos a mano Abandono de clientes

Practica por tu cuenta: Compilador de Python online