Bonjour, Machine Learning

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 1 sur 60.

La plupart des programmes suivent des règles écrites par une personne. Un modèle d’apprentissage automatique trouve ses propres règles à partir d’exemples.

Voici 150 fleurs d’iris, chacune représentée par un point placé selon la taille de ses pétales :

150 fleurs d’iris représentées par des points, la longueur des pétales à l’horizontale et leur largeur à la verticale, en trois groupes distincts, une couleur et une forme par espèce

Tu vois les trois groupes ? Un modèle peut aussi les apprendre, puis nommer des fleurs qu’il n’a jamais vues.

Défi

Facile

Ce programme est prêt. Clique sur Run : le modèle étudie 112 fleurs, puis nomme 38 nouvelles fleurs.

Ouvre l’onglet Plots pour voir ses réponses. Peux-tu repérer son unique erreur ? Puis soumets ta réponse.

Essayez vous-même

# Cliquez sur Run pour voir un modèle apprendre
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt

# 150 fleurs d’iris : leurs mesures et leurs espèces
iris = load_iris()
X_learn, X_new, y_learn, y_new = train_test_split(iris.data, iris.target, random_state=0)

# Le modèle étudie 112 fleurs avec leurs réponses...
model = KNeighborsClassifier()
model.fit(X_learn, y_learn)

# ...puis identifie 38 fleurs qu’il n’a jamais vues
guesses = model.predict(X_new)
right = (guesses == y_new).sum()
print(f"Studied {len(X_learn)} flowers")
print(f"Named {right} of {len(X_new)} new flowers correctly")

# Chaque nouvelle fleur est représentée par un point, coloré selon la prédiction du modèle ; un X rouge signale une erreur
fig, ax = plt.subplots()
for i, name in enumerate(iris.target_names):
    picked = guesses == i
    ax.scatter(X_new[picked, 2], X_new[picked, 3], label=f"guessed {name}")
wrong = guesses != y_new
ax.scatter(X_new[wrong, 2], X_new[wrong, 3], marker="x", color="red", s=120, label="mistake")
ax.set_title("The model's guesses for 38 new flowers")
ax.set_xlabel("petal length (cm)")
ax.set_ylabel("petal width (cm)")
ax.legend()
plt.show()