Varias clases

Parte de la sección Aprendizaje supervisado del Journey de Machine Learning de Coddy. Lección 19 de 58.

¿Limón, lima o naranja? La regresión logística también maneja tres clases. Aquí, una nueva fruta cae entre los limones y las naranjas:

Izquierda: 45 frutas según su diámetro y peso; limas pequeñas, limones en el medio, naranjas grandes y una estrella negra para una nueva fruta entre los limones y las naranjas. Derecha: sus probabilidades en forma de barras: limón 0.61, lima 0.00, naranja 0.39

model = LogisticRegression(max_iter=1000)
model.fit(X, kind)  # X: diámetro, peso; kind: limón, lima o naranja
print(model.classes_)
print(np.round(model.predict_proba([[6.7, 144]]), 2))
print(model.predict([[6.7, 144]]))

Esto imprime:

['lemon' 'lime' 'orange']
[[0.61 0.   0.39]]
['lemon']

Cada fila contiene una probabilidad por clase, en el orden de classes_, y todas suman 1. predict elige la mayor.

Así que el modelo indica qué tan seguro está: 61% limón es una decisión reñida que merece una segunda mirada.

Desafío

Intermedio

Una aplicación de podcasts clasifica los episodios nuevos como comedia, noticias o true crime. El código inicial ajusta un LogisticRegression con episodes.csv (duración, número de hablantes, risas por minuto) y lee un episodio nuevo en episode, una tabla de una fila.

Completa describe(episode):

Imprime la probabilidad de cada tipo de programa, en el orden de model.classes_, como porcentaje entero.
Devuelve el tipo más probable.

Para el episodio de otra aplicación:

comedy: 12%
news: 70%
true crime: 18%
Best guess: news

Pruébalo tú mismo

import pandas as pd
from sklearn.linear_model import LogisticRegression

episodes = pd.read_csv("episodes.csv")
features = ["length_min", "speakers", "laughs_per_min"]
model = LogisticRegression(max_iter=1000)
model.fit(episodes[features], episodes["show_type"])


# Muestra la probabilidad de cada tipo de programa para un episodio (una tabla de una sola fila) y luego devuelve el tipo más probable
def describe(episode):
    # Escribe tu código aquí
    return "unknown"


# No cambies las líneas siguientes: un episodio nuevo, obtenido de la entrada
length = float(input())
speakers = int(input())
laughs = float(input())
episode = pd.DataFrame({"length_min": [length], "speakers": [speakers], "laughs_per_min": [laughs]})
best = describe(episode)
print(f"Best guess: {best}")