Caractéristiques et étiquettes

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 53 sur 60.

Un modèle apprend à partir des entrées pour produire des réponses. Tu lui fournis donc deux éléments : X, les caractéristiques, et y, les étiquettes, une par échantillon :

Six lignes d’iris divisées en deux : X, une grille de quatre mesures par ligne en bleu clair, et y à côté, une étiquette par ligne (0, 0, 1, 1, 2, 2) en bleu plus foncé

Un jeu de données chargé avec as_frame=True contient les deux éléments prêts à l’emploi :

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

Cela affiche :

(150, 4) (150,)

La ligne i de X correspond à une fleur et y[i] indique son espèce. L’étiquette reste en dehors de X : un modèle qui peut lire la réponse n’apprend rien.

Comptez ensuite les classes avec y.value_counts() : iris en compte 50 de chaque, ce qui constitue un jeu de données équilibré.

Défi

Moyen

Les chiffres manuscrits de scikit-learn sont des images de 8 par 8 pixels, chacune stockée sous forme de 64 nombres de pixels (ses caractéristiques) et étiquetée avec le chiffre qu’elle représente :

Dix chiffres manuscrits de load_digits, de 0 à 9 sur deux rangées de cinq, chacun étant une image pixélisée de 8 par 8 en encre foncée sur fond blanc

La séparation d’un coéquipier affiche X: (1797, 65) : son X contient encore les réponses.

Corrige X pour qu’il ne contienne que les 64 caractéristiques des pixels.
Sous les lignes prêtes, affiche le nombre d’échantillons qui représentent le chiffre d saisi par le programme.

Pour l’entrée 3 :

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

Essayez vous-même

from sklearn.datasets import load_digits

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

# Les caractéristiques et les étiquettes
X = digits.frame
y = digits.target

# Ne modifiez pas les lignes ci-dessous
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# Écrivez votre code ci-dessous